machine learning algorithms | BriefGPT

关键词machine learning algorithms

搜索结果 - 305

整合多物理仿真和机器学习，定义激光粉末床熔结中的飞溅机制和工艺窗口
通过高保真建模工具对激光粉床熔融成型（LPBF）中的飞溅现象进行调查，揭示了飞溅形成的特性以及它与熔池之间的关系，并使用机器学习算法对数据集进行分类任务，得出了高精度的结果。
PDF2 months ago
构建桥梁：接近公平和一致情绪分析的协议
机器学习算法在日常生活中的不断整合凸显了它们在部署中公平和公正的关键需要。情感分析的自动化，在生理学、心理学和机器学习的交叉点上，取得了显著的发展。然而，现有的数据库和方法缺乏统一性，导致存在偏见的评估。本研究通过对六个情感数据库进行分析，
PDF2 months ago
实用主义智能：在 ANNs 中应用有用性原则
人工神经网络在分类，预测等任务上表现出色，本研究回顾了在人工神经网络上运行的机器学习算法中模型参数选择与新实用主义理论之间的联系，探讨了优化在机器学习系统中的作用以及伦理学理论中的最佳行动的优化的内在关联。
PDF2 months ago
大型语言模型用于无人机：当前状态及未来发展路径
无人机与大型语言模型的集成有着重要的潜力，能够推动自治系统的发展，提高数据分析和决策过程的效率，并在紧急情况下实现自主数据处理、改进决策能力和加快响应时间。
PDF2 months ago
几何视角下的焦点损失：降低曲率以增强模型校准
机器学习算法在决策情境中的关键因素不仅是模型的准确性，还包括模型的置信水平。然而，模型在分类问题中的置信水平常常与实际预期的模型置信明显偏离。本研究旨在通过对焦损失函数进行几何重新解释，以理解焦损失的行为。我们的分析表明，焦损失可以降低训练
PDF2 months ago
参与者之间的数据连接：通过联邦学习评估地质能源的潜力
该研究提出了一种基于 XGBoost 模型的新颖联邦学习（FL）框架，通过安全的协作建模实现多方可访问但隐藏数据的收集，通过贝叶斯优化实现模型的超参数调优，并通过比较分析证明 FL-XGBoost 方法在地能量领域的二元分类问题中取得了合适
PDF2 months ago
气候的生成性扩散降尺度
通过扩大比例或超分辨率，为决策者提供关于气候模型输出的气候变化潜在风险和影响的详细高分辨率信息。机器学习算法在下降尺度方面表现出高效和准确的方式。本研究展示了一种生成式扩大、基于扩散的方法，能够提供精确的下降尺度结果。相比标准的 U-Net
PDF2 months ago
使用 GC-IMS 数据探索感染检测的机器学习算法：初步研究
通过将气相色谱 - 离子迁移谱（GC-IMS）数据与机器学习算法整合到一个统一的实验室信息管理系统（LIMS）平台中，我们的研究目标在于解决精确感染识别的持续问题，为先进诊断技术领域做出贡献，并通过不同的机器学习算法区分感染和非感染样本，以
PDF2 months ago
Python 源代码漏洞检测的机器学习技术
应用和比较不同的机器学习算法，我们基于 Python 编程语言针对源代码漏洞检测问题进行实验评估并展示出双向长短期记忆（BiLSTM）模型的非凡性能（平均准确率 = 98.6%，平均 F-Score=94.7%，平均精确率 = 96.2%，
PDF3 months ago
应用典型度量方法评估决策树处理未知车辆碰撞数据的可靠性
研究论文通过理论和实验，探讨了 ε- 代表性方法在决策树中评估数据集相似性的可靠性，发现 ε- 代表性与特征重要性排序具有显著相关性，并将结果扩展到 XGboost 在未见车辆碰撞数据中的应用。
PDF3 months ago
基于机器学习的智能化学纯化技术
通过发展自动化平台和应用先进的机器学习算法，本研究通过预测模型来提高色谱过程的效率和质量，使用转移学习技术可以适应不同的柱规格，为传统色谱学挑战提供可扩展的解决方案。
PDF3 months ago
超越一刀切：将反事实解释适应用户目标
解释性人工智能 (XAI) 是一项关键研究领域，旨在增强人工智能系统的透明度和解释性。反事实解释 (CFEs) 通过探索某些因素不同的替代情景，为机器学习算法的决策过程提供有价值的洞察。本文主张细致理解 CFEs，了解用户目标和目标应用的多
PDF3 months ago
面向先进机器学习算法的具有丰富交互能力的稳健软机器人
通过从自然中选择性启示，我们构建了具有大规模行动空间、多个相机提供的丰富传感数据流以及与其他系统连接以增强行动空间和数据流的强大且部分软性的机器人肢体。作为概念验证，我们训练了两种当代机器学习算法来执行简单的目标寻找任务，将这一设计视为构建
PDF3 months ago
利用基数约束生成反事实解释
提供关于机器学习算法如何工作和 / 或进行特定预测的解释是改善其可靠性、公平性和鲁棒性的主要工具之一。在解释类型中，反事实是最直观的一种，它是与给定点仅在预测目标和某些特征上不同的示例，它呈现了原始示例中需要改变的特征来翻转该示例的预测。然
PDF3 months ago
机器学习算法的最坏情况收敛时间研究 —— 基于极值理论
利用极值统计来预测机器学习算法的最坏收敛时间，通过极值理论提供一个实用的框架来准确预测最坏情况下的收敛时间、期望的返回周期和可能性。
PDF3 months ago
替代关系推理概述：定义、方法与研究方向调查
本研究旨在理解和预测不同领域产品之间的替代关系，并广泛分析了机器学习算法、自然语言处理等技术的应用。通过比较不同领域中的模型方法，如定义替代品、表示和学习替代关系以及替代推理，本研究为深入研究替代关系提供了方法学基础。通过持续的研究和创新，
PDF3 months ago
马铃薯品种的预测分析
应用机器学习算法预测 Russet 土豆克隆体在育种试验中的适应性，并通过使用来自 Oregon 州手动收集的试验数据，分析数据集的预处理、特征工程和缺失值插补等方面，论文结果强调了机器学习在土豆品种选择过程中的潜力和在决策中应用先进技术的
PDF3 months ago
一组原发鼻咽癌多模态 MRI 图像分割的数据集
多模态磁共振成像数据在鼻咽癌的早期诊断、肿瘤分割和疾病分期管理中起到重要作用，研究团队引入了第一个全面的鼻咽癌 MRI 数据集，包括了 277 名患者的 MR 轴向成像，总计 831 次扫描，并提供了经验丰富的放射科医生手动注释和标记的未经
PDF3 months ago
分析美洲经济趋同：以人均 GDP 轨迹的生存分析方法
整合生存分析、机器学习算法和经济解释，本研究通过比较分析，考察了在 120 个月（2013-2022 年）的时间范围内实现购买力平价调整后 GDP 人均增长 5% 所关联的时序动态。结果发现 DeepSurv 在捕捉非线性交互方面表现良好，
PDF3 months ago
混淆恶意软件检测：通过内存分析研究真实场景
本研究通过内存转储分析，利用多样的机器学习算法提出了一种简单且具有成本效益的混淆恶意软件检测系统。通过评估决策树、集成方法和神经网络等多种机器学习算法在内存转储中检测混淆恶意软件的效果，研究涵盖了多个恶意软件类别，为增强网络安全并抵御不断演
PDF3 months ago