temporal shifts | BriefGPT - AI 论文速递

关键词temporal shifts

搜索结果 - 6

社交媒体中语言模型的时间泛化的系统分析
该研究论文主要研究机器学习中的时序转变对社交媒体的影响，通过提出一种统一的评估方案，发现语言模型在不同时间设置下会出现性能下降，尤其在命名实体识别、仇恨言论检测等任务中。而在主题分类和情感分类等任务中，性能下降不明显，同时发现对测试期进行连
PDF2 months ago
微多普勒雷达分类的深度神经网络的鲁棒性
通过评估两种深度卷积体系结构在相同数据上的训练和测试，发现遵循标准训练方法时，这两种分类器都对输入表示的微小时间偏移敏感，也对对抗性样本极其敏感；为解决此问题，通过在对抗性样本和时域扩增样本上进行训练，可以减少此效应并实现更好的泛化；最后证
PDF4 months ago
匹配与变形：通过最佳传输和时间对齐实现时间序列领域自适应
在这篇论文中，我们介绍了 Match-And-Deform（MAD）方法，它旨在寻找源时间序列和目标时间序列之间的对应关系，同时允许时间扭曲。通过最优输运损失和动态时间扭曲，相关的优化问题可以同时对齐时间序列和时间戳。将 MAD 嵌入到深度
PDF10 months ago
面向分布式深度学习的概念感知聚类算法（考虑时间漂移）
该研究提出了一种能够自动发现和适应网络中不断变化的概念，无需先前知识或数量估计，从而应对分散式深度学习中非独立同分布数据和动态数据的新问题。在标准数据集上的评估表明，该算法优于以前的分散式学习方法。
PDFa year ago
IJCAI利用时间对抗性增强提高视频表现
本研究提出了一种新的视觉增强技术 (Temporal Adversarial Augmentation), 该技术利用时间关注，通过最大化与时间相关的损失函数来移动神经网络的注意力分布，实现神经网络对于视频剪辑的视角多样化，增强了神经网络的
PDFa year ago
Wild-Time: 一个基于视野内时间变化的分布漂移测试基准
本文介绍了机器学习领域中的分布漂移和时间漂移问题，通过时间戳元数据来增强模型学习能力，提出了一个包含五个数据集的基准测试，使用 13 种不同的方法进行系统评估，同时针对不同的实际应用场景设计了两种评估策略，发现现有的方法已经无法缩小在分布内
PDF2 years ago