BriefGPT.xyz
Ask
alpha
关键词
machine-learning models
搜索结果 - 26
多样化的规则集
该研究提出了一种新方法来推断不同的规则集,通过在 Max-Sum 多样化框架下优化决策规则之间的小重叠,以及在鉴别品质和规则集多样性之间最大化加权总和,来克服联想规则指数级搜索空间的困难。该算法通过随机采样高度鉴别且重叠小的规则,并证明其拥
→
PDF
4 years ago
旋转 - 平移等变卷积网络:应用于组织病理图像分析
本文提出一种框架,通过引入 SE(2)-group 卷积层在卷积神经网络中编码 SE(2)特殊欧几里得运动群的几何结构,实现了平移和旋转等变性。该结构可以学习具有离散定向维度的特征表示,并确保其输出在离散旋转集下具有不变性。在三种不同的组织
→
PDF
4 years ago
神经网络完美并行公平性认证
该文提出了一种用于分类表格数据的前馈神经网络的因果公平性认证方法,能够准确判定机器学习模型是否有偏差,并在可扩展的精度方面提供了不同的选择。
PDF
5 years ago
MM
愤怒或上楼?走向野外生理情绪识别
本研究探索了一种新的情感识别方法,通过选择适用于生理干扰的特征和机器学习模型来提高情感识别的精确性,研究结果表明这种方法能够在非受干扰的情况下实现高达 73.35%的情感分类准确度,可以消除单一体力活动对情感识别的影响。
PDF
6 years ago
自动化有向公平性测试
AEQUITAS 是一种自动化技术,可以发现系统内机器学习模型对待敏感输入的不公平性,使用概率搜索和测试用例生成等策略,生成能够检测不公平性的测试用例,并使用这些测试用例来提高模型的公平性,AEQUITAS 技术的实验表明,最多可提高 94
→
PDF
6 years ago
AAAI
Granger 因果关系关注专家混合模型:基于神经网络学习重要特征
介绍了一种新的使用神经网络评估特征重要性的方法 —— 基于专家注意力混合 (AME),它使用注意力门控网络进行训练,能够在一个单一的模型中同时生成准确的预测和特征重要性估计。实验表明,AME 提供的特征重要性估计与现有方法相比要好,评估速度
→
PDF
6 years ago
Prev
Next