transfer learning | BriefGPT

关键词transfer learning

搜索结果 - 1641

MM一种统一的深度迁移学习模型用于准确的物联网定位在多样化环境中
本文提出了一个统一的室内外定位解决方案，利用迁移学习在多个环境下构建单一的深度学习模型，准确预测物联网设备在不同环境中的定位。性能评估结果显示，采用基于编码器的迁移学习方案，在室内环境中可以将基线模型的性能提升约 17.18%，在室外环境中
PDF3 days ago
SA-FedLora: 针对 LoRA 调节的高效联邦学习自适应参数分配
通过减少可训练参数，我们提出了一种基于模拟退火的联邦学习与低秩适应（SA-FedLoRA）方法，旨在在大规模预训练模型的微调中实现更高的收敛性和通信效率。实验结果表明，SA-FedLoRA 在联邦学习中是一种高效的方法，相比 FedAvg，
PDF4 days ago
灵活性：利用明确的归纳图基学习预测蜂窝流量
从电信角度看，用户数量和增长的服务对下一代网络提出了交通需求和资源限制。准确的交通预测可以为网络运营商提供宝贵的网络状况洞察，并建议最优分配策略。最近，使用图神经网络的时空预测方法已成为蜂窝网络流量预测的一种有前景的方法。然而，现有的研究借
PDF5 days ago
利用自动编码器和深度迁移学习确定 286 个 CARMENES M 矮星的恒星参数
利用深度迁移学习和自动编码器，基于特征的深度迁移学习方法可以准确地确定 M 矮星的恒星参数，包括有效温度、表面重力、金属丰度和投影旋转速度。通过在降维的特征空间中使用卷积神经网络进行参数估计，实现了人工合成光谱与实际观测光谱之间特征分布的减
PDF5 days ago
时变无线通信信道的衰落和阴影建模
在这篇论文中，我们提出了一种将深度学习神经网络与混合密度网络模型相结合的新方法，以得到普通无线通信系统中给定通信距离的接收功率的条件概率密度函数（PDF）。此外，我们还设计和实现了一种深度迁移学习方案，使得信道模型能够动态适应通信环境的变化
PDF6 days ago
基于乳腺癌迁移学习的 T2 加权图像对临床相关性前列腺癌预测的增强
通过从乳腺癌中进行迁移学习，我们研究了在 T2 加权图像中改善临床意义前列腺癌预测的方法，结果显示在 leave-one-out 交叉验证准确性中取得了超过 30% 的显著提升。
PDF6 days ago
CVPR使用运动块探索 Vision Transformers 用于 3D 人体动作语言模型
构建 3D 人体动作与语言之间的跨模态潜空间对于获取大规模高质量的人体动作数据至关重要，然而，与图像数据的丰富相比，动作数据的稀缺限制了现有动作语言模型的性能，为了解决这个问题，我们介绍了 “动作补丁” 的新表示方法，并通过迁移学习，提出使
PDF11 days ago
增强的 BERT 嵌入用于学术出版物分类
本研究报告介绍了基于预训练语言模型的转移学习方法在学术文献分类中的运用。通过丰富数据集、使用不同的预训练语言模型，并调整超参数，研究发现 fine-tuning 预训练模型可以显著提高分类性能，其中 SPECTER2 模型效果最佳。此外，将
PDF12 days ago
简单 MLP 的空间迁移学习
通过研究空间统计学领域中应用迁移学习的潜力，首次探索了这一领域的前景。
PDF14 days ago
迁移学习在少样本水果分割中的应用
我们提出了一种为农田水果开发的少样本语义分割框架，采用迁移学习策略，在没有公开标记数据的情况下实现了水果在农田中的准确语义分割。
PDF15 days ago
稳定扩散数据集生成用于下游分类任务
在最近的生成人工智能的进展中，我们利用稳定扩散 2.0 模型来生成合成数据集，通过迁移学习、微调和生成参数优化技术改善了数据集在下游分类任务中的效用，我们提出了一种条件类别版本的模型，利用类编码器和关键生成参数的优化。使用我们的方法，在三分
PDF15 days ago
用于英超球员表现预测的深度学习与迁移学习架构
本文介绍了一种利用卷积神经网络（CNN）预测英超球员表现的创新模型。我们评估了 Ridge 回归、LightGBM 和 CNN 在根据历史 FPL 数据预测未来球员 FPL 得分的任务上的性能。我们的基准模型 Ridge 回归和 Light
PDF16 days ago
时空 SwinMAE：基于 Swin Transformer 的多尺度时空卫星图像表示学习器
本研究论文介绍了一种名为 Spatio-Temporal SwinMAE 的架构，专注于时空图像处理的表示学习，提出了一种名为 Degas 100M 的预训练模型作为地理空间基础模型，并提出一种名为 Spatio-Temporal Swin
PDF16 days ago
利用生成人工智能创造新型软体机器人设计
利用生成性人工智能设计复杂软体机器人系统的潜力和未来进展。
PDF16 days ago
基于核方法的改进迁移可转移性估计方法
基于核心的改进传递性估计方法 Kite 能够通过评估特征可分性和相似性来提供可靠且高效的传递性估计，在大规模模型选择基准测试中相较于现有方法实现了显著的性能提升。
PDF18 days ago
文本识别的自我监督预训练
本文研究了文档文本识别的自监督预训练方法，探索了利用未标记数据的方法，并提出了基于掩码标签预测的自监督预训练方法，以及联合嵌入方法和模型崩溃预防技术。通过在历史手写和历史印刷数据集上的实验表明，自监督预训练在目标领域数据上非常有效，但在与之
PDF18 days ago
ThangDLU 在 #SMM4H 2024 的研究：用编码解码模型对儿童和青少年的社交障碍文本进行分类
本研究参与了 SMM4H 2024 研讨会的第 3 和第 5 任务，以解决推文数据中的分类挑战。通过使用预训练的编码器 - 解码器模型，如 BART-base 和 T5-small，利用迁移学习识别了给定推文的标签，并采用数据增强方法提高了
PDF19 days ago
基于迁移学习的输入输出解耦网络用于化工过程故障诊断中的生成无相关残差变量
本文提出了一种基于迁移学习的输入输出解耦网络（TDN）用于诊断目的，它由一个输入输出解耦网络（IDN）和一个预先训练的变分自动编码器（VAE）组成，在 IDN 中，通过对角化和并行计算操作生成无相关残差变量，在迁移学习阶段，根据 VAE 的
PDF20 days ago
金融情感分析的迁移学习和 Transformer 架构
金融情感分析中的预训练语言模型和迁移学习原则可有效解决特殊的金融领域情感分析困难，同时考虑到像 COVID 这样疫情的因素，对两组不同数据进行情感分析，并使用较小的训练集对模型进行微调。
PDF21 days ago
自我监督领域内与监督领域外迁移学习在鸟类物种识别中的比较
该论文研究了在数据稀缺情景中，将预训练模型的权重转移用于辅助其他任务的重要性，特别是在深度学习领域中。通过对训练好的模型进行微调，可以有效改善对鸟类物种识别的性能。
PDF23 days ago