feature generation | BriefGPT

关键词feature generation

搜索结果 - 12

LLM 动态自适应特征生成
通过采用大型语言模型和特征生成提示的新方法，我们提出了一种动态自适应的特征生成方法，提高了特征生成过程的可解释性，并扩展了在各种数据类型和任务上的适用性，相比现有方法具有更高的策略灵活性。一系列实验证明我们的方法明显优于现有方法。
PDFa month ago
通过分类哈希表示和层次强化交叉实现自优化特征生成
特征生成旨在创建有区分度的表示空间，用于生成新的有意义的特征。本论文提出了一种自优化的特征生成方法，通过特征离散化、特征哈希和描述性总结来实现特征的哈希表示，并提出了一种层次化强化特征交叉方法进行特征生成。
PDF10 months ago
元变形：为多任务学习生成目标导向的隐私感知特征
这篇文章介绍了一种名为 MetaMorphosis 的深度学习方法，通过一种名为 Cross-SEC 的渠道压缩激励模块，结合差分隐私的去相关损失函数，针对具体的任务生成不同的隐私感知特征，旨在解决多任务联合智能场景下普适特征保护的问题。经
PDFa year ago
全球攻击图神经网络：通过不可察觉的节点注入
本文提出一种用于图神经网络的对抗攻击方法 GANI，通过注入虚假节点以达到攻击的目的，在结构和特征领域中进行不可察觉的扰动，通过基于遗传算法的统计信息确定新注入节点的度和生成特征并选择邻居节点，该方法在针对基准数据集和防御 GNN 的实验中
PDF2 years ago
KDD面向最优和可解释表示空间重建的群体强化特征生成
通过一种分组式强化生成视角，我们提出了一种用于自动化、显式性和灵活优化的特征生成和选择方法，基于级联的强化学习方法来学习特征生成和选择策略，从而重构表示空间，以提高模型泛化能力、克服数据稀疏性和增加经典模型性能。
PDF2 years ago
邻域背水一战：对图卷积网络的攻击
本文旨在解决针对图形数据的后门攻击问题，提出了一种称为 “邻近后门” 的后门，通过设置触发节点并将其与目标节点相连接来触发后门，在保持模型准确性的情况下，提出了两种后门方案：线性图卷积后门和现有图攻击变体。经过多次实验，所有提出的后门攻击均
PDF2 years ago
AAAI面部反欺诈的特征生成与假设验证
本文提出了一种特征生成和假设验证框架来缓解领域泛化和表示解缠问题，该框架引入了生成真实人脸和已知攻击假设的特征生成网络，进而应用两个假设验证模块来判断输入人脸是否来自真人脸空间和真人脸分布，实验结果表明我们的方法取得了有前途的结果，超过了广
PDF3 years ago
MM零样本语义分割的上下文感知特征生成
本文提出了一种上下文感知特征生成方法，命名为 CaGNet，通过引入上下文模块来捕获像素级别的上下文信息，并从语义词嵌入中生成更丰富和上下文感知的特征，从而实现了零样本语义分割任务中的最先进结果。
PDF4 years ago
KDDFIVES: 基于边缘搜索的特征交互方法用于大规模表格数据
提出一种名为 FIVES 的算法，利用图神经网络，通过在定义的特征图上搜索边来生成交互特征，将特征生成的时空复杂度降至 GNN 的训练课程，可以应用在推荐系统等领域，并在 Taobao 平台进行 A/B 测试和 Alibaba Cloud
PDF4 years ago
面向任务的零样本组合学习特征生成
本研究提出了一种基于任务的特征生成方法，即任务感知特征合成，通过使用语义复合性生成图像特征分布，用于零样本学习中的模型概括，并在三个零样本组合学习基准测试中建立了新的技术水平。
PDF5 years ago
卷积神经网络生成点击率预测特征
本文介绍了一种基于卷积神经网络的特征生成模型（FGCNN），旨在通过将局部模式结合来生成新特征，以提高深度学习模型中点击率预测的性能。实验结果表明，FGCNN 显著优于九种最先进的模型，并表明当使用某些最先进的模型作为深度分类器时，总是可以
PDF5 years ago
自动生成学习程序分析启发式特征
本研究提供了一种自动生成数据驱动程序分析特征的技术，利用程序 - 查询对减少和抽象原始程序来生成布尔特征，并在实验评估中表现与手工特征设计的分析相当。
PDF8 years ago