large datasets | BriefGPT - AI 论文速递

关键词large datasets

搜索结果 - 55

特征选择的快速遗传算法 —— 一种定性近似方法
本文提出了一种两阶段的辅助代理进化方法，用于解决在大型数据集的封装设置中使用遗传算法进行特征选择时产生的计算问题。通过构建轻量级的定性元模型通过主动选择数据实例进行特征选择任务，并在遗传算法 CHC 的基础上应用该过程来创建定性近似变体 C
PDF3 months ago
高效计算分子指纹的 Python 库
该研究论文介绍了一个高效的 Python 库，用于计算化学分子指纹，并提供了全面的接口，使用户能够轻松将该库整合到现有的机器学习工作流中，能够在大型数据集上使用并行计算，在合理的时间内执行诸如超参数调优等任务，同时证明了即使使用简单模型，通
PDF3 months ago
基于 Nyström 近似的可扩展核逻辑回归：理论分析与离散选择建模应用
本研究论文提出了一种基于内核的机器学习技术在大规模数据集上处理离散选择建模时所面临的挑战，通过引入 Nyström 近似方法来解决存储需求和涉及参数数量的问题。研究还评估了不同优化技术在所提出的 Nyström 模型上的效率，并发现 k-m
PDF5 months ago
大规模时间序列数据的快速分类
时间序列分类是时间序列挖掘中最重要的任务之一，本论文介绍了一种以效率为主要目标的新方法，通过简化时间序列的表示和考虑部分值的距离度量，实现对大型时间序列数据集的高效分类。实验结果表明，与其他高效方法相比，该方法不仅平均速度快 4 倍，而且在
PDF7 months ago
非连续集成卡尔曼滤波使用分布数组
该研究通过引入新的分布式实现的集合卡尔曼滤波器（EnKF），实现了对高维问题中大数据集的非顺序同化。采用传统的 EnKF 算法在计算上是复杂的，并在需要与背景协方差矩阵交互的应用中存在困难，因此需要使用顺序同化等方法，但这可能导致意外后果，
PDF7 months ago
面向工业环境中多视角单目相机系统的物体姿态估计标注流水线
在大型工业空间中，物体定位尤其是物体姿态估计对于物料流动操作至关重要。本文提供了一种在大型单目图像数据集上进行标注而无需人工劳动的方法，通过定位空间中的摄像头、将它们的位置与动作捕捉系统统一，以及使用一组线性映射将感兴趣物体的三维模型投影到
PDF8 months ago
提升软件开发的智能软件工具
通过利用大量的非结构化软件工程文档，探索深度学习技术如何改善软件开发过程。
PDF8 months ago
ICCV从 LAION-5B 到 LAION-EO：使用锚定数据集过滤数十亿张图像进行卫星图像提取
提出并演示了基于锚点数据集的提取方法，结合进一步过滤，用于卫星图像领域，从网络中获取高像素分辨率的文本和卫星图像对数据集 LAION-EO。论文概述了采集流程和数据集的一些特征。
PDF9 months ago
通过生成模型进行数据集简化
将大型数据集通过生成模型进行压缩，通过内类和间类损失优化样本集合关系，提高优化速度和适应大型数据集的能力。
PDF10 months ago
PatchSorter: 一种高通量的深度学习数字病理学工具用于目标标记
本文介绍了 PatchSorter，一款开源标注工具，它将深度学习与直观的 web 界面相结合，能够大幅提高数字病理学图像的标注效率，可用于高通量标注大型数据集。
PDFa year ago
基于分块的主成分分析方法用于单调缺失数据插补和降维
提出了一种基于主成分分析的分块数据 PCA 缺失值插补方法，该方法可以通过各种插补技术来减少大数据集上的计算量并验证了其有效性。
PDFa year ago
多对称集合：通过对称性的对立提高多样性和泛化能力
本研究提出了一种名为 Multi-Symmetry Ensembles (MSE) 的框架，通过捕获对称轴上假设的多样性来构建多样化的集合，探索超越随机变化的模型权重和超参数假设空间并有效提高了分类性能、不确定性量化和迁移任务的泛化。
PDFa year ago
EmoGator: 一份新的开源语音爆发数据集及基准机器学习分类方法
通过 EmoGator 数据集探讨机器识别人类言语之外的表情声音，辅助情感分析，为日后研究提供方向，并提供数据下载。
PDFa year ago
精益数据科学家：克服数据瓶颈的最新进展
介绍了如何建立大规模数据集用于机器学习，提出了处理数据瓶颈问题的分类方法，旨在提高社区对这些方法的认识并促进资源的更有效利用。
PDF2 years ago
ICLR基于组合优化的大规模分布式鲁棒模型学习
本文提出通过有限和复合优化来提供可扩展的机器学习算法，用于训练鲁棒性强的模型，并展示本算法在超大数据集上学习鲁棒模型的有效性。
PDF2 years ago
ICCV通过标签传播扩展实例注释规模
提出了一种高效的注释方案，利用层次聚类对分割模型预测的掩模进行快速分组，从而减少手动注释的数量，实现了高效、准确的多目标分割注释。
PDF3 years ago
大规模概率回归的概率梯度提升机
提出了一种名为 PGBM 的新方法，利用决策树的随机叶权重和随机树集更新方程逼近训练集中每个样本的均值和方差，从而实现单一模型预测概率分布，比传统方法速度快且效果更佳。
PDF3 years ago
EMNLPNeuralQA：适用于大型数据集的问答（上下文查询扩展 + BERT）可用库
NeuralQA 是一个用于大规模数据集上的 QA 的易于使用的库，它集成了上下文查询扩展 (CQE) 和相关片段 (RelSnip) 来支持 QA 子任务，并提供了灵活的用户界面以支持研究探索和大规模搜索部署。
PDF4 years ago
ICML在少数据情况下，添加表面上无用的标签有助于 improving
本文研究表明，使用大规模数据集训练的网络之所以具有良好的泛化能力，并非仅仅因为有众多的训练示例，还因为类别的多样性鼓励了富有表现力特征的学习。当数据匮乏时，使用额外的标签进行学习是否仍然具有优势？本文针对乳腺 X 光图像中的肿瘤分割任务展开
PDF4 years ago
ICCV在线去噪正则化在相位恢复中的应用
本文研究正则化去噪技术在大型数据集下的应用，提出了一种在线正则化去噪算法（On-RED），并证明了在凸优化情况下的理论收敛性及对非凸问题的有效性，结果表明 On-RED 是一个有效的解决大型数据集问题的技术。
PDF5 years ago