stratified sampling | BriefGPT

关键词stratified sampling

搜索结果 - 11

公平广义线性混合模型
使用机器学习进行自动预测时，公平性对于预测是很重要的。本文提出了一种算法，可以同时处理数据分层抽样和公平机器学习预测质量的问题。
PDF2 months ago
利用分层抽样提升 LIME 图像解释
我们研究了一种分层抽样方法，用于减少 LIME Image 中典型 Monte Carlo 抽样生成的人工现象。通过在解释图像周围的合成邻域中对依赖变量进行欠采样，从而导致采样数据无法用线性回归器拟合，因此无法得到充分的解释。我们还强调了与
PDF3 months ago
EmoWOZ 情感检测中数据划分的重新评估
本文介绍 EmoWoz 数据集，提出一种基于情感标签的分层抽样方案来解决情感 Woz 数据集的分布措施问题，使得建立在此数据集上的模型能够更好地发挥效果，训练出具备情感智能的对话系统。
PDFa year ago
高效经验回放的事件表
介绍了使用基于事件表格的分层采样（SSET）方法，该方法将经验回放缓冲区划分为事件表格，每个表格都捕获了优化行为的重要子序列，在 MiniGrid 领域、基准 RL 环境和高保真度赛车模拟器中进行的实证研究表明，相较于现有的 ER 缓冲区采
PDF2 years ago
ACL机器翻译人类评估的有效性改进探讨
本研究探讨了一种简单的降低标注成本的方法，即采用分层抽样和控制变量等技术，结合文档成员身份信息和自动评估指标，从而在固定标注预算下获得更高的准确性。在测试集上，相比于纯随机抽样，平均误差降低了高达 20%。该技术易于实现且适用于类似结构的问
PDF2 years ago
多个记录策略的最优离策略评估
本文研究了从多个日志策略进行的基于离线的评估（OPE），每个策略生成一个固定大小的数据集，即分层抽样。我们通过找到具有最小方差的多个记录器的 OPE 估计器来解决此困境，并建立起了分层抽样下的效率界限，并提出了一个能够实现这个界限的估计器，
PDF4 years ago
混合自动微分变分推断
本论文引入了分层抽样的方法，实现了对混合分布的自动微分变分推断（ADVI）；并且通过建立重要性加权自编码器（IWAE）类似的较紧下界，进一步验证了该方法相较于传统 ELBO 或 IWAE 的优势，特别是在 latents 变量中有多峰分布
PDF4 years ago
PixelNet：以像素为本，由像素表示，为像素服务
本文提出了从像素边缘检测到表面法线估计到高级语义分割的像素级预测问题的设计原则，通过分层抽样像素来增加多样性，探索复杂的非线性预测器并通过单一的体系结构高效地训练各种像素标记任务，最终在 PASCAL-Context 数据集上的高级语义分割
PDF7 years ago
PixelNet：通向通用像素级架构
通过采用分层抽样和多尺度特征的方法，优化以卷积预测器为基础的像素级预测问题的神经网络结构，显著提高了模型在低级边缘检测、中级表面法线估计和高级语义分割中的性能.
PDF8 years ago
KDD有限标记资源下的分类器风险评估
该研究提出了基于分层取样的策略来选取测试集的子集进行标注，以尽可能准确地估计分类器的性能，相对于简单随机取样，这些策略可以显著减少分类器精度估计中方差的误差，并且在有限标注资源下比随机取样需要更少的样本来估计分类器的准确性，有些情况下减少的
PDF8 years ago
分层抽样中的自适应最优分配
本文提出了一种分层抽样算法，其中在每个分层进行的随机抽样用于自适应修改各分层进一步抽样的比例，这些比例收敛于方差减少的最佳分配，我们的分层估计器渐近正态，渐近方差等于最小方差，数值实验证实了算法的效率。
PDF17 years ago