predictive capability | BriefGPT

关键词predictive capability

搜索结果 - 8

利用粗化策略提升多层感知机在长期时间序列预测中的性能
基于卷积的 Coarsened Perceptron Network (CP-Net) 提出，通过提取短期语义和上下文模式来提高多层感知机（MLPs）的预测能力，具有简单的架构和低运行时间，相较于 SOTA 方法改进了 4.1% 以上，窗口
PDF2 months ago
基于特征的回声状态网络：实现储备计算机可解释性与简约性的一步
提出了一种新颖且可解释的循环神经网络结构，采用回声态网络（ESN）范例进行时间序列预测，并通过较小的并行储备池驱动不同输入组合的特征，非线性组合以产生输出，其预测能力表现优于传统单储备池 ESN。
PDF3 months ago
一种基于 AIC 的方法用于揭示开放复杂环境中的不可预测问题
本研究论文提出一种提高架构师在设计和保障系统方面的预测能力的方法，重点研究在动态和不可预测环境下运行的系统。采用系统方法，旨在改善架构师在设计可靠系统（如基于机器学习的系统）方面的预测能力。通过航空航天案例研究，演示了该方法在复杂操作环境中
PDF4 months ago
利用预训练语言模型和微调增强电子商务推荐
本文研究了将预训练语言模型应用于传统推荐算法中对电子商务数据集的影响，并将结果与基准模型进行了比较。通过领域特定的微调，将 PLMs 应用于传统推荐算法中可以提高模型的预测能力。这些结果凸显了在电子商务环境中利用文本信息的重要性，并提供了更
PDFa year ago
可解释性预测性决策挖掘用于运营支持
本文研究了决策点挖掘技术在流程挖掘中的应用，提出了一种结合机器学习算法的决策预测方法，利用 SHAP 值提供决策的解释，进而增强了操作支持的能力，并通过 Web 应用程序进行了实现和评估。
PDF2 years ago
可解释的多项式神经普通微分方程
本研究介绍了使用多项式神经常微分方程（polynomial neural ODE）框架解决神经常微分方程（neural ODE）应用中，解释性和泛化能力问题的方法，并且演示了多项式神经常微分方程在预测能力和符号回归方面的优秀性。
PDF2 years ago
AAAI深度循环因子模型：可解释的非线性和时变多因子模型
该研究中提出了一种基于 LSTM 和 LRP 的深度复发因子模型，将线性多因子模型扩展为非线性和时变，具有更好的预测能力。
PDF5 years ago
使用动态时间规整模板选择的多元时间序列分类，用于人类活动识别
本文提出了一种基于动态时间规整的模板选择方法，避免了复杂特征提取和领域知识，展示了该算法在模拟和真实智能手机数据上的预测能力。
PDF9 years ago