- 最大化最小间隔的多类支持向量机
我们提出了一种新的多类支持向量机方法，通过考虑两两类别损失，并最大化最小的间隔，实现多类别分类。我们的方法在深度学习中类似于 softmax 的概念，可以作为深度学习中网络参数学习的有效增强。实证评估结果表明，我们的方法在现有的多分类方法上 - 支持矩阵机器：综述
支持向量机（SVM）是机器学习中分类和回归问题中最研究的范例之一。矩阵格式的真实世界数据往往在 SVM 中通过将矩阵转化为向量的方式输入，但转化过程中会破坏矩阵数据中的空间关联性，并导致高维度的输入数据引入了显著的计算复杂度。为了克服这些问 - HPSG 超标记再审视
我们提出了基于 HPSG 的新型超标注模型，通过 SVM 和神经网络方法在高质量标注的树库上进行训练，与基线相比，SVM 和神经超标注模型都取得了明显更高的准确性。我们的 BERT 超标注模型在 WSJ23 数据集和 Cathedral a - 变压器作为支持向量机
自注意力机制和 SVM 问题之间存在形式上的等价性及其对训练方向和全局优化的影响。
- 数据分类的一种 SVM 方法替代方案
支持向量机（SVM）是一种流行的用于数据分类的核方法，本文提出一种基于最佳子空间的最小距离的新方法，以解决 SVM 存在的时间处理、高维情况下优化过程失败、多类别泛化、不平衡类别和动态分类的问题，并取得了类似的性能改进。
- 基于机器学习和神经网络的 EEG 信号情绪分析
本研究通过使用 SVM，KNN 和 RNN (LSTM) 等算法，对 DEAP 数据集中的 EEG 信号进行分类和测试，以探究如何使用脑信号来改进情绪识别的性能，并进一步研究情绪随时间变化的规律。
- 基于皮肤电反应信号特征选择与支持向量机的人类情绪识别
本论文提出了一种基于自动选择的皮肤电反应（GSR）信号特征和 SVM 的新型人类情感识别方法，使用奇异值分解特征选择方法筛选出最佳特征后，运用支持向量机实现情感识别，且识别准确率达到了 66.67% 以上。
- 基于直方图定向梯度支持向量机的番茄晚疫病早期检测
本研究提出了一种使用 SVM 和 HOG 算法的混合模型，可以实现对番茄晚疫病的早期检测，对于智能农业的发展与推广具有重要意义。
- 基于模糊双支持向量机的三路不平衡学习
本文提出了一种新的三态模糊隶属函数和三态模糊双支持向量机，将三态决策与机器学习中的标准二元分类模型 SVM 相结合，解决了 SVM 需要改进的不平衡分类问题。通过对 47 个不同数据集的比较实验，并从相同数据集中导出不同的不平衡比率的数据集 - 插值和 SVM 之间的新等效性：核和结构化特征
该论文介绍了一种新的和灵活的分析框架，可用于证明任意再生核希尔伯特空间中的支持向量机，并且在独立亚高斯特征和一般有界正交系统家族（例如傅里叶特征）中的特征两个方面都表现出支持向量增殖现象，这些实验未能覆盖。
- 一个实时面部情绪识别的实验研究（基于新的 3RL 数据集）
本研究针对实时面部表情识别领域的数据集问题，创建了包含约 24,000 张标记为五种基本情绪的 3RL 数据集，并在该数据集上使用 SVM 和 CNN 算法进行比较和评估，结果显示 CNN 算法在 3RL 数据集上具有显著的泛化能力提高，达 - 一种鲁棒的文本驱动图像编辑方法：自适应探索 StyleGAN 和 CLIP 潜空间中的方向
我们提出了一种使用 SVM 在 StyleGAN 和 CLIP 空间自适应构建编辑方向的方法，将大规模图像语料库中与文本指令相似的图像通过 CLIP 相似性检索，用 SVM 训练正负图像分类器将编辑方向表示为 CLIP 空间中的法向量，并验 - 使用监督机器学习和 BERT 模型进行在线虚假评论检测
本研究提出使用 BERT 模型从文本（即评论）中提取词嵌入来改进现有的虚假评论分类或检测方法，结果表明 SVM 分类器在准确度和 F1 得分方面优于其他分类器，并且比之前的研究中使用的分类器高出 7.6％。
- EMNLP解释机器翻译语言：神经分类器为何更好，又学到了什么？
通过实验，我们发现神经元模型 BERT 在特定任务下表现更好的原因是其具有更好的特征表示，尤其是与传统手工特征相比。此外，BERT 的高性能也与其对文本主题和错误相关性的学习有关。
- 电力变压器局部放电特征工程和分类模型
使用相态分解部分放电信号数据来识别局部放电，建立了一套包括总量级、最大值级和最长空区段长度等特征的分类模型，采用随机森林和支持向量机分类方法，在分类准确率方面取得了显著的成果，同时开发了一个叠加集成模型，结果表明该模型在准确性和方差方面均优 - Trigger Warnings: FanFiction 暴力检测器的引导启动
本研究是第一次针对新定义的触发警告分配计算任务提供数据集和评估结果。该任务的数据来自 Archive of Our Own (AO3) 上托管的叙事作品的编译语料库，作者依靠 AO3 提供的警告标签为 Fanfiction 分配触发警告。本 - AAAI应对敌对行为：社交媒体中的 Covid-19 虚假新闻和敌对帖子检测
本文介绍了 AAAI-2021 CONSTRAINT 共享任务中开发的系统，包括在英语中检测 COVID19 虚假新闻和在印地语中检测敌对帖子。该研究使用 SVM，CNN，BiLSTM 和 CNN+BiLSTM 等技术进行分类任务，结果表明 - MM从网页抓取的文本到项目描述：社会创新项目的自动摘要
本文提出并比较了几种基于文本的方法（如 SVM、递归神经网络和 ensemble）来描述社会创新项目。同时，我们针对主题建模提出了一种新的用于自动评估摘要的度量标准。
- AAAI我们需要多少两两比较偏好才能一致地排名图表？
提出一种称为 Pref-Rank 的算法，它利用结构丰富的图形嵌入来预测排名。通过在坐标点上建立强乘积空间，该算法通过 SVM 方法从结果图嵌入中提取关键信息并在两种排序 Loss 上提供了统计一致性。实验结果表明，此算法优于现有的状态 - - 使用非负矩阵分解进行癌症分类及通路发现
该研究提出了一种新的方法，利用多项逻辑回归、非平滑非负矩阵分解 (nsNMF) 和支持向量机 (SVM) 等算法，从全序列数据中提取遗传信息以更好地预测癌症类型。实验表明，该方法在突变计数、突变得分等方面均表现优异，可用于其他疾病分类和通路