unsupervised feature extraction | BriefGPT

关键词unsupervised feature extraction

搜索结果 - 5

基于语义 - 结构注意力增强的图卷积网络的节点分类
通过引入语义 - 结构注意力增强图卷积网络（SSA-GCN），本研究在提取顶点分类性能方面不仅对图结构进行建模，还从无监督特征提取的角度提取通用特征，通过交叉注意力机制整合这些特征，以增强图卷积网络的泛化能力。在 Cora 和 CiteSe
PDF3 months ago
凯尔特语文本自动语言识别
通过收集几种凯尔特语言家族的语料库，本文提出一种无监督特征提取的方法，成功训练了一个分类模型来识别低资源语种，实验结果表明，无监督特征提取可以更有效地解决缺乏标注数据的问题，并提高分类性能。
PDF2 years ago
使用自适应选择阈值的事件驱动特征提取
本文提出了一种针对神经形态硬件性能要求的无人监督特征提取算法，该算法运行简单并通过自适应选择阈值来产生有用的中间信号，以实现网络体态平衡和快速优化系统参数，而不需要后端分类器的运行。
PDF5 years ago
RTbust: 在 Twitter 上利用时间模式进行僵尸网络检测
本文研究了 Twitter 上的转推行为，提出了一种基于无监督特征提取和聚类的机器人检测技术（RTbust），利用该技术检测到两个之前未知的拥有数百个账户的活跃机器人网络。
PDF5 years ago
MMWinograd 模式挑战中的通识知识增强嵌入以解决代词消歧问题
本文研究使用常识知识增强的嵌入（KEE）来解决代词消歧问题，提出了一般性的框架，利用常识知识进行无监督特征提取，使用 ConceptNet、WordNet 和 CauseCom 等知识库训练 KEE 模型。应用于 2016 年 Winogr
PDF8 years ago