instance selection | BriefGPT

关键词instance selection

搜索结果 - 7

无监督特征学习与新兴数据驱动的原型特性
介绍了一种在双曲空间进行无监督特征学习的算法，利用距离表示图像相似性和图像原型性，有效地减少了样本复杂性，提高了模型泛化性和鲁棒性。
PDFa year ago
数据作为选民：基于批准的多赢家投票的实例筛选
提出了一种新颖的机器学习 (或数据挖掘) 实例选择方法，该方法基于最近在基于批准的多赢家选举中比例表示的结果。在本模型中，实例扮演选民和候选人的双重角色。每个训练集中的实例（作为选民）赞成属于其本地集的实例（扮演候选人角色），以代表性投票规
PDFa year ago
IJCAI特征和实例联合选择：一种强化学习的视角
本研究提出了一种基于强化学习的联合特征选择和实例选择方法，通过使用序列扫描机制作为代理的行动策略，协作变化环境来加强代理合作，并引入交互范式来帮助代理进行更高效的探索。实验表明，本方法可以有效地捕捉特征空间和实例空间之间的交互关系。
PDF2 years ago
预测性监控的事件日志抽样
本文提出了一种实例选择程序，可以对采样进行培训，以预测下一步的活动，从而使训练速度显著提高，同时保持可靠的预测准确性。
PDF2 years ago
ECCV无监督选择性标记以实现更有效的半监督学习
本文介绍了一种基于聚类原型的无监督选择性标注方法，通过它来提高半监督学习的效率。该方法能够在没有标记数据的情况下，选择代表性和多样性数据作为标记数据，显著改进了现有的半监督学习方法的性能。
PDF3 years ago
GAN 的实例选择
本文提出了一种改进样本质量的新方法：在模型训练之前通过实例选择来改善经验数据分布，将模型容量重定向到高密度区域，从而提高样本保真度，降低模型容量要求和显著减少训练时间。
PDF4 years ago
通过节点特征传播进行图神经网络的主动学习
本研究提出并验证了一种基于图神经网络的主动学习方法，应用于节点分类任务，其中通过节点特征传播和 K-Medoids 聚类完成样本的选取，并在四个基准数据集上实验进行验证，结果表明该方法优于其他基准方法。
PDF5 years ago