predictive analysis | BriefGPT

关键词predictive analysis

搜索结果 - 13

如何通过对齐优化多模态数据
研究多模态数据，重要的因素是了解各个模态之间的关系和相互作用，通过对齐各个模态数据可以提高预测质量、跨模态查询以及解决模型解释性问题。通过分析德国议员如何对待极右派 AfD 成员的演讲，以及在 2020 年美国总统竞选中预测视频广告的气氛，
PDF2 months ago
ICU 血流感染预测：基于 Transformer 的电子病历分析方法
RatchetEHR 是一种基于 transformer 的框架，旨在在重症监护室环境中对电子健康记录（EHR）数据进行预测性分析，特别关注血液感染（BSI）预测。通过整合图卷积转换器（GCT）组件，RatchetEHR 能够识别 EHR
PDF2 months ago
团队留存：在线问题导向学习竞赛中的辍学预测
通过在线长期问题导向学习和机器人竞赛，三元方法的研究使用了 Discourse 讨论论坛和网络学习策略问卷（OSLQ）收集的数据，应用机器学习算法预测在线竞赛的辍学率，并验证了 OSLQ 的可靠性。
PDF6 months ago
处理重叠非对称数据 — 双重惩罚 P - 样条方法
本研究旨在开发一种新方法，能够模拟较小样本与特定响应之间的关系，并考虑较大样本。通过非参数模型和柔性平滑技术，我们提出了一个经过两次惩罚的 P-Spline 逼近方法，通过对较大和较小样本中已存在的协变量的边际值的差异进行惩罚，得到了比线性
PDF8 months ago
揭示深度学习的前沿：塑造多样领域的创新
通过综合研究文献，本文广泛探讨了深度学习在各个学科中的潜在应用，以及相关的优势和挑战，验证了深度学习在预测分析方面的准确性和优势，使其成为一种强大的计算工具。深度学习独立于训练数据，因此需要大量的数据进行有效的分析和处理。为了处理大量的医疗
PDF10 months ago
佩戴口罩是否意味着反对特朗普？：面向 COVID-19 和美国 2020 选举事件的目标特定用户立场预测
本文研究人们对有争议话题持相似意见造成的回声室，并提出了一个基于神经态度检测模型的框架来分析人们的连续行为，结果显示人们在三个主题事件上的立场之间有着强烈的联系，预示着过去行为在预测未来行为中的重要性。
PDFa year ago
COVID-19 预测的严格基线和美国、俄罗斯的机器学习视角
利用 Covid-19 的数据集，使用预测性分析来评估更复杂的预测模型的效能潜力，包括使用具有不同预测范围的神经网络。该研究提出了一种基于地区数据的不同类型的预测方法的一致性比较研究的结果，它与 Exponential Smoothing、
PDF2 years ago
为决策支持形成推特的预测特征
本篇文章阐述了使用图论、频繁项集和关联规则理论，构建和检索不同特征来进行推测性分析，揭示与指定实体相关的推文的语义结构。并且证明了语义频繁项集的定量特征可以用于具有指定目标变量的预测回归模型。
PDF2 years ago
MM基于规范的预测性业务流程监控
该论文引入了一种用于指定预测任务并自动创建相应预测模型的规范语言，以应对不同业务领域的预测需求，并提供了实现该方法的实验结果。
PDF5 years ago
边缘机器学习：应用于 5G 蜂窝网络的数据驱动架构
本文提出了一种基于边缘控制器的 5G 移动网络结构，利用全球用户的移动模式来动态聚类和关联基站和控制器，以及通过控制器运行机器学习算法来预测每个基站的用户数量，为高层次应用程序提供路由服务，以提高网络的重要性能指标。
PDF6 years ago
NIPS深度学习算法中发现护理时间的代数结构
本研究提出了一种基于电子病历的端到端模型，采用代数视图将离散的医学对象嵌入连续向量空间，并将每次就医记录的疾病和共病以及治疗方法均袋化为一个函数集，通过建立疾病和治疗方法在每次就诊时的交互关系，预测患者可能的再次住院风险，初步结果表明该模型
PDF7 years ago
发现和消除直接和间接歧视的因果框架
本文通过利用因果网络捕捉数据的因果结构，将直接和间接歧视建模为路径特异性效应，并提出了一种有效的算法，用于发现和消除直接和间接歧视，以及保留数据效用。实验结果表明，该方法有效性较高。
PDF8 years ago
WWW建模公众心情和情感：Twitter 情感与社会经济现象
本文针对 Twitter 用户于 2008 年 8 月至 12 月发布的公开推文进行情绪分析，提取 6 种情绪维度，并将数据与股市、原油价格、大选等事件进行比较，研究结果表明社会、政治、文化和经济领域的事件对公众情绪有明显、即时和高度特定的
PDF15 years ago