feature reduction | BriefGPT

关键词feature reduction

搜索结果 - 6

基于树的学习用于高保真混沌预测
不需要超参数调整的基于树的方法 TreeDOX 被引入用于时序混沌系统的模型无关预测，其采用了时间延迟过嵌入作为显式短期记忆和 Extra-Trees 回归器来进行特征降维和预测，我们通过在 Henon 地图、Lorenz 和 Kuramo
PDF4 months ago
文本分类：深度学习方法的视角
本文介绍基于深度学习的文本分类算法，包括文本分类任务所需的重要步骤，如特征提取、特征降维和评估策略与方法，并对不同的深度学习文本分类方法进行比较和总结。
PDF9 months ago
LiteVR: 可解释的轻量级晕动检测，使用可解释人工智能
该论文提出了一种名为 LiteVR 的可解释人工智能框架，用于检测基于长短期记忆（LSTM）、门控循环单元（GRU）和多层感知机（MLP）的三种模型诉说其结果并减少功能维度和计算成本，其中眼动跟踪功能是检测疾病最为显著的特征。该框架可帮助研
PDFa year ago
VR-LENS：基于超级学习的 VR 晕动检测和可解释 AI 指导下的部署
本研究提出了一个基于可解释人工智能技术的框架 VR-LENS，用于开发和部署处理虚拟现实引起的眩晕情况检测模型。通过超级学习算法集成，使用 SHapley、Morris、Local Interpretable Model-Agnostic、
PDFa year ago
一种新的堆叠自编码器：邻域样本包络嵌入的堆叠自编码器集成模型
本文提出了一种新的堆叠自编码器模型 - 邻近信封嵌套堆叠自编码器集成模型（NE_ESAE），该模型使用邻近样本信封学习机制进行优化，采用多层迭代平均聚类方法生成具有层次结构信息的信封样本空间，然后在每个样本空间的层上进行嵌套自编码器（ESA
PDF2 years ago
研究机器学习方法在预测早期阶段的痴呆病稳定性
本文研究了机器学习算法在预测痴呆症中的稳定性，并发现支持向量机和朴素贝叶斯算法是最稳定的算法，在使用信息增益方法进行特征选择时比主成分分析更有效。
PDF2 years ago