prediction models | BriefGPT

关键词prediction models

搜索结果 - 47

缺失数据预测 - 用于预测设置的数据填补
使用 missForestPredict R 包中的改进的缺失值填充算法，可以在预测模型开发和预测时间中高效地处理输入变量中的缺失数据，并在较短的计算时间内提供具有竞争优势的预测结果。
PDF25 days ago
预测急诊科出院后住院风险的升高
用数据挖掘技术分析医院数据集，构建高准确度的预测模型，帮助医生在急诊科病人出院前预测早期住院的风险。
PDFa month ago
自动标记 2000 亿美元的生命救助数据集：一个大型临床试验结果基准
世界每年的药物研发和开发成本超过 2000 亿美元。该论文介绍了最大的临床试验结果数据集，Clinical Trial Outcome (CTO) 数据集，聚合了来自多个源的弱监督标签，最小化了个别源的噪音，并消除了人工标注的需求。
PDFa month ago
基于人工智能的排队系统的设计和调度
基于预测模型的最优调度决策在服务系统中的关键是理解预测误差对其他作业的延迟产生的外部性对拥塞的影响。我们在应用中考虑了预测模型与人类服务器交互的情况（例如内容审查），设计了一个基于指标的策略，以近乎最优的方式结合了预测的类别信息，通过对重负
PDF2 months ago
学习增强优先级队列
研究目标是在学习增强框架中设计优先队列，利用预测提高优先队列操作的性能，同时证明解决方案的最优性和讨论一些可能的应用。
PDF2 months ago
模型解释性与可解释性：朝着预测模型的透明度创造进发
在分析建模中，可解释人工智能（XAI）有一个对应的概念，我们称之为模型解释性。我们在预测模型的上下文中处理模型解释性问题，并通过执行和比较四种不同的预测方法，应用当前文献中所知的最佳解释技术来分析一家信用卡公司的贷款数据集，以确定特征重要性
PDF2 months ago
领域专家与人工智能协作的解释性模型引导系统
在高风险领域（如医疗保健）中，为了有效实现人工智能（AI）系统与领域专家之间的合作，我们引入了一种解释模型引导系统，允许领域专家利用其领域知识来引导预测模型。通过结合基于数据和模型的不同类型解释和手动、自动数据配置方法，该系统提供了一个解释
PDF2 months ago
利用高斯过程进行虚拟环境中人机交互的安全运动预测
通过使用高斯过程模型来预测人手运动并基于手势和凝视开发人类意图检测策略，本研究旨在提高协作机器人的效率，并改善人类用户的安全性。对比结果显示，预测模型使机器人时间提高了 3％，安全性提高了 17％；与凝视结合使用时，使用高斯过程模型的预测使
PDF2 months ago
优化社交媒体帖子热度预测与视觉内容
利用图像信息和层次化数据结构，预测基于图像的社交媒体内容的流行度，通过 Google Cloud Vision API 提取关键图像和颜色信息，相比于单独使用非图像协变量，精度提升了 6.8%。通过线性混合模型、支持向量回归、多层感知机、随
PDF3 months ago
消除偏见的偏见决策模型比较：基于抵押贷款申请数据的方法对比
通过对房屋贷款申请决策的真实数据添加反事实（模拟）种族偏见，本文展示了即使没有将族裔作为预测变量，机器学习模型（XGBoost）仍然会重复这种偏见。接下来比较了几种去偏方法：禁止变量的平均值、在禁止变量中选择最优预测（一种新方法）以及同时最
PDF3 months ago
训练和推断期间的预测共享
两家公司在竞争性预测任务中，通过共享数据和选择最佳合同来研究预测模型和实时预测。
PDF4 months ago
LSTTN: 基于长短期转换器的时空神经网络在线交通流预测
基于长短期特征的 LSTTN 框架通过利用空时图神经网络以及变换器进行时序流量预测，能够有效地学习和提取交通流的复杂趋势和周期特征，实验证明其在长期预测方面相对于基准模型有最大 16.78% 的改进。
PDF4 months ago
CVPRSmartRefine：一种用于高效运动预测的情境自适应细化框架
通过引入一种智能适应的细化策略，SmartRefine，改进预测方法并提高预测准确性，可以无需过多计算量的情况下智能地选择适当的细化迭代次数。
PDF4 months ago
集成方法和事件发生时间分析模型的实验比较：通过综合布里尔分数和一致性指数
比较了时间至事件分析的几种预测模型，评估了它们在三个数据集上的性能，并展示了集成方法如何提高预测准确度和稳健性。最后，通过模拟实验评估方法的性能排序影响因素。
PDF5 months ago
合规化选择回归
通过利用针对模型特定偏差提供基于置信度的个体预测的坚实的置信度度量，我们提出了一种新的选择回归方法，并提出了一个标准化的评估框架，通过广泛的实验方法证明了我们的方法在多个最先进的基准测试中的优势。
PDF5 months ago
MultiFIX：一种从多模态数据建立模型的友好的可解释人工智能特征引导方法
基于多模态融合、解释能力及深度学习的 MultiFIX 方法用于预测模型，提取不同数据类型的特征，并应用于恶性皮肤病变的检测。
PDF5 months ago
集成能源系统短期多能源需求预测的深度卷积神经网络
开发基于卷积神经网络的六种新型预测模型，用于预测集成能源系统的多能源需求，评估结果使用信噪比和均方根误差进行。
PDF7 months ago
基于元启发式人工神经网络预测碳纤维增强聚合物对混凝土强度的约束效应
使用基于元启发式人工神经网络的方法，预测碳纤维增强聚合物（CFRPs）对混凝土圆柱体强度的束缚效应。研究结果表明，PSO 模型和 GWO 模型能够准确预测 CFRP 受限混凝土圆柱体的强度，为避免耗时且昂贵的实验测试提供了可靠的解决方案。
PDF7 months ago
线性组合的指数移动平均用于无线信道预测
提出了一种基于指数移动平均（EMA）的预测模型，并通过实验证明了其在预测准确性上的优势，尽管计算复杂度略微增加，但在任何实验条件下以比 EMA 显著更好的性能提供了可观的改进。
PDF7 months ago
代码审查预测模型中的团队相关特征
现代代码审查是一种非正式的工具辅助质量保证实践，可以通过使用团队相关特征来提高代码评审人员推荐器的性能，并评估过去数据的使用量对建立具有可接受性能的预测模型的影响。
PDF8 months ago