关键词nearest neighbor classifier
搜索结果 - 6
- Gzip 用于二进制图像分类的强归纳偏差
在计算机视觉中，深度学习网络已成为行业和研究领域的事实标准；然而，在自然语言处理领域的最新发展表明，在一些领域中，具有强归纳偏差的无参数模型可以作为计算成本更低、更简单的替代选择。我们提出了一种用于二进制图像分类的模型：最近邻分类器与通用压 - ICLR最近邻机器翻译
本研究提出 $k$- 最近邻机器翻译方法，基于神经翻译模型的表示进行相似性搜索，不需要额外训练，适用于广泛的场景，并且可以通过使用特定于域的数据存储库来适应不同的领域，显著提高翻译性能。
- AAAI面向图零样本学习的属性传播网络
本文介绍了一种使用属性传播网络（APNet）进行零样本学习的方法，其优化了用于零样本分类的属性空间，并使用图传播模型和最近邻分类器来实现更好的分类准确性。
- ICLR使用 Voronoi-Epsilon 对抗者测量对抗鲁棒性
研究采用 Voronoi-epsilon 对抗者来构建对抗样本，平衡扰动的两个概念，以克服传统对抗准确性定义中准确性和对抗准确性之间的权衡，并证明在此对抗者上，最近邻分类器是对抗性最强的分类器之一。
- 基于图形方法的楔形文字识别
本研究使用基于图的两种方法和距离计算，分别是基于图编辑距离的分割算法和适应于图的 CNN，实现对楔形文字的自动识别和分类，两种方法分别在训练阶段和预测阶段具有不同的计算成本和实用价值。
- shapeDTW: 形状动态时间规整
为解决全局 DTW 算法匹配不合理的问题，本文提出一种名为 shapeDTW 的改进算法，它根据点对点的局部结构信息来提高匹配的精度。当 shapeDTW 作为距离度量用于最近邻分类器时，它在 84 个 UCR 时间序列数据集的 64 个上