BriefGPT.xyz
Ask
alpha
关键词
feature shifts
搜索结果 - 3
特征偏移检测与校正的对抗学习
利用对抗性学习的原则,结合主流的监督分类器和简单迭代启发式方法,本研究探索了利用多个辨别器的信息来检测和修复数据集之间特征变化,以消除特征变化所带来的分布偏移,优于当前的统计和神经网络技术。
PDF
7 months ago
特征与标签变化下的时间序列领域自适应
利用复杂时间序列建立了第一个用于封闭集和通用领域不受监督域自适应的深度学习模型 RAINCOAT,可实现跨领域的时频特征对齐并通过识别标签偏移来解决标签偏移问题,最多可以提高 16.33% 的性能表现。
PDF
a year ago
WSDM
因果传递随机森林:结合记录数据和随机实验进行强鲁棒性预测
提出了一种 causal transfer random forest 模型,它将原有的训练数据与来自一个随机实验的少量数据组合,使其对 feature shift 具有鲁棒性,并在点击预测等任务中表现出优越性。
PDF
4 years ago
Prev
Next