[Paper] Evo‑TFS:进化时频域合成少数类过采样方法用于不平衡时间序列分类
时间序列分类是一个基础的机器学习任务,具有广泛的实际应用。虽然许多深度学习方法已被证明有效……
时间序列分类是一个基础的机器学习任务,具有广泛的实际应用。虽然许多深度学习方法已被证明有效……
Quality diversity (QD) 优化搜索一组解,这些解在优化目标的同时,实现用户指定的向量多样化输出……
从单目视频重建动态3D场景需要同时捕捉高频外观细节和时间连续的运动。Exi...
左心室(LV)分割对于临床定量和心脏图像的诊断至关重要。在本工作中,我们提出了两种新颖的 deep learning 架构……
我们提出一种 training‑free 方法,通过对 attention patterns 的 spectral analysis 来检测大型语言模型中的有效数学推理。通过…
在本研究中,我们尝试释放自监督学习作为辅助任务的潜力,以优化通用深度伪造的主要任务。
基于人群的癌症登记依赖病理报告作为其主要诊断来源,但手动抽取工作资源密集,并且导致 …
联邦数据共享承诺在不集中原始数据的情况下提供实用性,但现有的嵌入级生成器在非IID客户端异质性和p...
基于梯度的优化在处理分类变量时通常依赖于 score-function estimators,它们是无偏的但噪声较大,或者依赖于 continuous relaxations……
虽然视觉语言模型(VLMs)和多模态大语言模型(MLLMs)在检测图像和视频深度伪造方面表现出强大的泛化能力,但它们的…
投资组合优化是所有主要金融机构开展的任务。基数约束均值-方差投资组合优化(Cardinality Constrained Mean-Variance Portfolio Optimization,CCP)...
结构化形状补全将缺失的几何体恢复为基元,而不是无结构点,这使得基元驱动的表面重建成为可能。 In...