Generalizing electrocardiogram delineation -- Training convolutional neural networks with synthetic data augmentation
Virgen Del Rocío University Hospital（罗西奥圣母大学医院）；Universidad San Jorge（圣豪尔赫大学）；Pompeu Fabra University（庞培法布拉大学）
获取每搏信息是心电图（ECG）分析中的关键任务，因为许多下游诊断任务依赖于基于ECG的测量。然而，这些测量的制作成本很高，特别是在长时间变化的记录中。然而，现有的用于ECG描绘的注释数据库是小的，在大小和它们所代表的病理状况的阵列方面是不足的。这篇文章有两个主要贡献。首先，开发了伪合成数据生成算法，该算法基于从原始数据库中裁剪的给定基本段“池”的ECG迹线的概率构成，以及用于将其布置成相干合成迹线的一组规则。条件的生成是通过在生成的轨迹上施加专家知识来控制的，这增加了用于训练模型的输入可变性。第二，两个新的基于分割的损失函数已经开发出来，这试图在强制执行的独立结构的准确数量的预测，并在生产更紧密的分割边界，通过集中在减少数量的样本。表现最好的模型获得了99.38\%的$F_1$ -评分，所有波基准点（分别为起始和偏移）的描绘误差分别为$2.19 \pm 17.73$ ms和$4.45 \pm 18.32$ ms，这是三个不同的免费数据库的P、QRS和T波的平均值。尽管测试数据库在导联配置（Holter，12导联）、采样频率（$250$、$500$和$2,000$ Hz）和代表的病理生理学（例如，不同类型的心律失常、结构性心脏病的窦性心律），暗示了其泛化能力，同时优于当前最先进的描绘方法。
2022-06-13 cs.AI cs.LG
Lightweight Convolutional Neural Networks for Retinal Disease Classification
Imam Alkadhim University College（伊玛目卡迪姆大学学院）；University of Sharjah（沙迦大学）
本文使用MobileNet和NASNetMobile两种轻量级CNN，结合迁移学习与数据增强，在RFMiD数据集上对视网膜图像进行正常、DR和MH分类，MobileNetV2以90.8%准确率优于NASNetMobile的89.5%，为AI辅助眼科诊断提供基础。
2025-05-30 cs.AI cs.CV cs.LG
Evaluation of Deep Convolutional Generative Adversarial Networks for data augmentation of chest X-ray images
Harrisburg University of Science and Technology（哈里斯堡科技大学）
医学图像数据集通常是不平衡的，由于获取数据的成本高，注释耗时。在这样的数据集上训练深度神经网络模型以准确地对医学状况进行分类不会产生期望的结果，并且通常过度拟合大多数类别样本上的数据。为了解决这个问题，通常通过诸如缩放、裁剪、翻转、填充、旋转、平移、仿射变换的位置增强技术和诸如亮度、对比度、饱和度和色调的颜色增强技术对训练数据执行数据增强以增加数据集大小。这些增强技术不能保证在具有有限数据（特别是医学图像数据）的领域中是有利的，并且可能导致进一步的过拟合。在这项工作中，我们通过生成建模（深度卷积生成对抗网络）对胸部X射线数据集进行了数据增强，该生成建模创建了保留与原始数据相似特征的人工实例，并对模型进行了评估，结果是Fréchet初始距离（FID）评分为1.289。
2020-09-02 cs.AI cs.CV cs.LG
Deep Convolutional Neural Network for Roadway Incident Surveillance Using Audio Data
University of Central Florida（中佛罗里达大学）
碰撞事件识别和预测在理解交通系统的安全状况方面起着至关重要的作用。虽然现有的系统使用交通参数与碰撞数据进行分类和训练这些模型，我们提出了一种新的传感器单元，也可以准确地识别碰撞事件：麦克风的使用。音频事件可以被收集和分析，以分类事件，如崩溃。在本文中，我们演示了使用深度卷积神经网络（CNN）进行道路事件分类。该方法以Mel倒谱系数（MFCC）、对数Mel滤波器组能量谱和傅立叶谱等重要音频参数作为特征集。此外，通过使用音频增强技术（如时间和音高移位），数据集增加了更多的样本数据。与特征提取一起，该数据增强可以实现合理的精度。四个事件，如碰撞，轮胎打滑，喇叭和警笛声可以准确地识别，给出道路危险的指示，这对交通操作员或护理人员是有用的。所提出的方法可以达到高达94%的准确度。这样的音频系统可以作为物联网（IoT）平台的一部分实现，可以在没有完全覆盖的情况下补充基于视频的传感器。
2022-03-09 cs.AI cs.SD eess.AS
Context Augmentation for Convolutional Neural Networks
Purdue University（普渡大学）
最近，由大量标记数据支持的深度卷积神经网络（ConvNets）的增强功能已经缩小了许多对象识别任务与人类表现的差距。这些令人印象深刻的结果引起了人们对理解和可视化ConvNets的兴趣。在这项工作中，我们研究了背景的影响，在图像分类的任务。我们的研究结果表明，改变训练数据集的背景可能会对测试精度产生巨大影响。此外，我们加强现有的增强技术与前景分割的对象。这项工作的结果是重要的，在提高精度时，只有一个小的数据集是可用的，在创建数据集，并创建合成图像。
2017-12-12 cs.CV cs.LG
Further advantages of data augmentation on convolutional neural networks
Institute of Cognitive Science, University of Osnabrück（奥斯纳布吕克大学认知科学研究所）
数据增强是一种流行的技术，主要用于增强卷积神经网络的训练。尽管深度学习的研究人员和实践者都知道它的许多好处，但与流行的显式正则化技术（如权重衰减和dropout）相比，它的隐式正则化效果在很大程度上仍未得到研究。事实上，用于图像对象分类的卷积神经网络通常使用数据增强和显式正则化两者来训练，假设所有技术的益处是互补的。在本文中，我们系统地分析了这些技术，通过烧蚀研究不同的网络体系结构与不同数量的训练数据训练。我们的研究结果揭示了数据增强的一个在很大程度上被忽视的优势：仅使用数据增强训练的网络更容易适应不同的架构和训练数据量，而不是权重衰减和丢弃，这需要对其超参数进行特定的微调。
2019-06-26 cs.CV cs.LG
Generalization to translation shifts: a study in architectures and augmentations
Microsoft Research（微软研究院）
我们研究如何有效的数据增强是在捕捉精心设计的网络架构的空间平移不变性的感应偏差。我们评估各种图像分类架构（抗锯齿，卷积，视觉Transformer，和完全连接的MLP网络）和数据增强技术，以推广到大的平移。我们注意到：（a）在没有数据增强的情况下，当对转换的测试分布进行评估时，包括具有抗混叠修改的卷积网络在内的所有架构都遭受性能的一些降级。可以理解的是，对于非卷积模型，分布精度和偏移的退化都明显更差。(b)性能的鲁棒性甚至通过跨所有架构的$4$像素随机裁剪的最小增强来改进。在某些情况下，甚至$1-2$像素随机裁剪也足够。这表明存在一种来自增强的Meta泛化形式。对于非卷积架构，虽然这种基本增强的绝对精度仍然很低，但我们看到对平移移位的鲁棒性有了实质性的提高。(c)通过足够先进的增强流水线（$4$像素裁剪+RandAugmentation+Erasing+MixUp），所有架构都可以经过训练，在分布精度以及对大平移移位的泛化方面具有竞争力的性能。
2022-11-12 cs.CV cs.LG
Efficient Training of Deep Convolutional Neural Networks by Augmentation in Embedding Space
University of Southern California（南加利福尼亚大学）；Clarifai Inc（克拉里菲人工智能公司）；Northeastern University（东北大学）
深度神经网络使人工智能领域的最新进展成为可能。在数据稀缺的应用中，通常使用迁移学习和数据增强技术来提高深度学习模型的泛化能力。然而，在原始输入空间中利用数据增强来微调传递模型具有高计算成本，以针对每个增强的输入来运行完整的网络。当在计算和能源有限的嵌入式设备上实现大型模型时，这一点尤为重要。在这项工作中，我们提出了一种方法，取代了原始输入空间中的增广与一个近似的行为纯粹在嵌入空间。我们的实验结果表明，所提出的方法大大减少了计算，而模型的准确性是可以忽略不计的妥协。
2020-02-12 cs.CV cs.LG
Surgical Mask Detection with Convolutional Neural Networks and Data Augmentations on Spectrograms
LMU Munich（慕尼黑大学）
在许多研究领域中，标记数据集很难获得。这就是数据增强有望克服神经网络工程和分类任务中缺乏训练数据的地方。这里的想法是减少模型对小的描述性不足的训练数据集的特征分布的过度拟合。我们尝试评估这种数据增强技术，以收集它们为音频数据的梅尔频谱图表示的几个卷积神经网络提供的性能提升的见解。我们展示了数据增强对人类语音样本中外科口罩检测的二进制分类任务的影响（ComparE挑战2020）。此外，我们考虑了四种不同的架构来考虑增强鲁棒性。结果表明，ComparE给出的大多数基线都优于。
2020-08-11 cs.CV cs.LG cs.SD
Keep Your AI-es on the Road: Tackling Distracted Driver Detection with Convolutional Neural Networks and Targeted Data Augmentation
Stanford University（斯坦福大学）
根据世界卫生组织的数据，分心驾驶是世界上汽车事故和死亡的主要原因之一。在我们的研究中，我们解决了分心驾驶的问题，旨在建立一个强大的多类分类器，使用State Farm Distracted Driving Dataset检测和识别不同形式的驾驶员注意力不集中。我们利用预训练的图像分类模型，经典的数据增强，基于OpenCV的图像预处理和皮肤分割增强方法的组合。我们表现最好的模型结合了几种增强技术，包括皮肤分割，面部模糊和经典的增强技术。该模型实现了F1分数比基线增加约15%，从而显示了这些技术在增强神经网络用于分心驾驶员检测任务的能力方面的前景。
2020-06-24 cs.CV cs.CY cs.LG
Deep Convolutional Architectures for EEG Classification: A Comparative Study with Temporal Augmentation and Confidence-Based Voting
Department of Computer Science（计算机科学系）；California State University, Fresno（加州州立大学，弗雷斯诺分校）
本文比较了深度学习架构在EEG信号分类中的应用，通过时间增强和置信度投票机制提升分类性能，发现3D CNN在AUC和平衡准确率上优于2D架构。
2026-02-25 cs.AI cs.CV cs.LG
Deep Convolutional Neural Networks and Data Augmentation for Environmental Sound Classification
New York University（纽约大学）
深度卷积神经网络（CNN）学习区分性频谱-时间模式的能力使其非常适合环境声音分类。然而，标记数据的相对稀缺阻碍了这一系列高容量模型的开发。这项研究有两个主要贡献：首先，我们提出了一个深度卷积神经网络架构的环境声音分类。其次，我们提出使用音频数据增强来克服数据稀缺的问题，并探索不同增强对所提出的CNN架构的性能的影响。结合数据增强，所提出的模型产生国家的最先进的结果，环境声音分类。我们表明，改进的性能源于深度，高容量模型和增强训练集的组合：这种组合优于没有增强的拟议CNN和增强的“浅”字典学习模型。最后，我们研究了每个增强对每个类别的模型的分类精度的影响，并观察到每个类别的精度受到每个增强的不同影响，这表明通过应用类条件数据增强可以进一步提高模型的性能。
2016-11-28 cs.CV cs.LG cs.NE
Data Augmentation of Spectral Data for Convolutional Neural Network (CNN) Based Deep Chemometrics
Wildcard Pharmaceutical Consulting（Wildcard 制药咨询公司）；Copenhagen University（哥本哈根大学）
深度学习方法用于光谱数据，从近红外（NIR）光谱预测片剂中的药物含量。使用卷积神经网络（CNN），从光谱数据中提取特征。扩展乘法散射校正（EMSC）和一种新的光谱数据增强方法作为预处理步骤的基准。对于所有预处理组合，学习模型的性能更好或与假设的最佳偏最小二乘（PLS）模型相当。数据增强与随后的EMSC相结合给出了最佳结果。在使用来自第二台仪器和来自未被训练数据覆盖的分析物浓度的数据创建的外推挑战中，深度学习模型CNN的表现也优于PLS模型。CNN核激活的定性研究表明，它们与众所周知的数据处理方法相似，如平滑，斜率/导数，阈值和光谱区域选择。
2017-10-05 cs.LG
SeNA-CNN: Overcoming Catastrophic Forgetting in Convolutional Neural Networks by Selective Network Augmentation
Instituto de Telecomunicações（电信研究所）；Universidade da Beira Interior（贝拉内格罗大学）
终身学习旨在开发机器学习系统，该系统可以学习新任务，同时保留先前学习任务的性能。在本文中，我们提出了一种方法来克服灾难性遗忘卷积神经网络，学习新的任务，并保持旧的任务的性能，而不访问原始模型的数据，通过选择性网络增强。实验结果表明，在某些情况下，SeNA-CNN的性能优于最先进的无遗忘学习算法。结果还表明，在某些情况下，使用SeNA-CNN而不是使用隔离学习来训练神经网络更好。
2018-05-09 cs.LG stat.ML
An amplitudes-perturbation data augmentation method in convolutional neural networks for EEG decoding
Beihang University（北京航空航天大学）
脑-机接口（BCI）系统通过分析包含潜在神经信息的脑信号，提供了一条连接人与外界的通道。脑电信号是最常用的脑电信号之一，脑电信号识别是脑机接口系统的重要组成部分。最近，深度学习中的卷积神经网络（ConvNet）正在成为解决EEG识别问题的新的前沿工具。然而，训练有效的深度学习模型需要大量的数据，这限制了具有少量样本的EEG数据集的应用。为了解决深度学习在脑电解码中数据不足的问题，提出了一种新的数据增强方法，该方法将脑电信号转换到频域后，对脑电信号的幅度进行扰动。在实验中，我们探索了在BCI竞赛IV数据集2a和我们的本地数据集上进行数据增强之前和之后，使用最先进的模型进行信号识别的性能。实验结果表明，本文提出的数据增强技术可以有效地提高脑电识别的准确率。
2018-11-06 cs.HC cs.LG eess.SP
Accuracy Improvement for Fully Convolutional Networks via Selective Augmentation with Applications to Electrocardiogram Data
University of Southern California（南加州大学）；Universität für Musik und darstellende Kunst Graz（格拉茨音乐与表演艺术大学）
深度学习方法已显示出适用于健康和医疗领域的时间序列分类，并在心电图数据分类方面取得了可喜的成果。成功识别心肌梗死具有挽救生命的潜力，该领域深度学习模型的任何有意义的改进都令人非常感兴趣。传统上，当数据有限时，数据增强方法普遍应用于训练集，以改善数据分辨率或样本大小。在本研究提出的方法中，在数据稀缺的情况下不应用数据增强。相反，产生低置信度预测的样本被选择性地增强，以增强模型对与给定类别关联性较低的特征或模式的敏感性。这种方法被测试用于提高全卷积网络的性能。所提出的方法对心肌梗死的分类准确率达到90%，而基线的准确率为82%，这是一个显着的改进。此外，所提出的方法的准确性是最佳的限定的上限阈值附近的低置信度样本和降低，因为这个阈值被提高到包括更高的置信度样本。这表明专门选择较低置信度的样本进行数据增强，对于使用全卷积网络进行心电图数据分类具有明显的好处。
2021-07-10 cs.LG eess.SP
Improving brain computer interface performance by data augmentation with conditional Deep Convolutional Generative Adversarial Networks
脑机接口领域的一个很大的限制是训练样本非常有限，很难用这样有限的数据建立一个可靠的可用系统。为了提高卷积神经网络在脑机接口领域中的性能，克服训练数据集小的问题，受生成对抗网络的启发，提出了一种条件深度卷积生成对抗网络（cDCGAN）方法，自动生成更多的人工脑电信号用于数据增强。我们在运动想象的BCI竞争数据集上评估了所提出的cDCGAN方法。实验结果表明，从高斯噪声中生成的人工脑电数据能够学习到原始脑电数据的特征，并且在测试数据集中具有不低于原始脑电数据的分类精度。同时，在训练数据有限的情况下，利用生成的人工数据可以有效地提高同一模型的分类精度。
2018-12-27 cs.HC cs.LG q-bio.NC
Detecting cities in aerial night-time images by learning structural invariants using single reference augmentation
University of Potsdam（波茨坦大学）
本文探讨，如果它是可能的，学习结构不变的城市图像时，只使用一个单一的参考图片沿数据集中的变量产生的转换。以前的工作探讨了仅从几个示例学习的问题，并表明数据增强技术有利于机器学习方法的性能和泛化。首先，使用城市图像在单个参考增强训练数据集上训练结合傅立叶变换的主成分分析。其次，在具有更多样本的类似数据集上训练卷积神经网络。研究结果是，卷积神经网络是能够找到同一类别的图像，而应用的主成分分析结合傅立叶变换未能解决这个任务。
2018-10-19 cs.CV cs.LG
Data Augmentation View on Graph Convolutional Network and the Proposal of Monte Carlo Graph Learning
University of Science and Technology of China（中国科学技术大学）；North Carolina University（北卡罗来纳大学）；National University of Singapore（新加坡国立大学）
今天，对于图卷积网络有两种主要的理解，即，在光谱和空间域中。但两者都缺乏透明度。在这项工作中，我们介绍了一个新的理解--数据增强，这是比以前的理解更透明。受此启发，我们提出了一种新的图学习范式--蒙特卡罗图学习（MCGL）。MCGL的核心思想包括：（1）数据增强：通过图结构传播训练集的标签，扩充训练集;（2）模型训练：利用扩充后的训练集对传统分类器进行训练。我们使用合成数据集来比较MCGL和图卷积运算在干净图上的优势。此外，我们表明，MCGL的容忍图结构噪声是弱于GCN噪声图（四个真实世界的数据集）。此外，受MCGL的启发，我们重新分析了GCN在深度太深时性能变差的原因：与主流的过度平滑观点不同，我们认为主要原因是图结构噪声，并通过实验验证了我们的观点。该代码可在https://github.com/DongHande/MCGL上获得。
2020-06-23 cs.LG stat.ML
1-D Residual Convolutional Neural Network coupled with Data Augmentation and Regularization for the ICPHM 2023 Data Challenge
FAU Erlangen-Nürnberg（埃尔朗根-纽伦堡大学）
本文提出一种结合数据增强与正则化的小型残差卷积神经网络，直接处理原始三通道时域振动信号，在ICPHM 2023数据挑战赛齿轮箱太阳轮故障多类分类任务中取得优异结果，且在多工况下仍能准确预测。
2023-05-24 cs.LG cs.SD eess.AS
Segmentation of Skin Lesions and their Attributes Using Multi-Scale Convolutional Neural Networks and Domain Specific Augmentations
Tarbiat Modares University（塔比阿特莫达雷斯大学）；NRP company（NRP公司）；University of Warwick（华威大学）；University of Sheffield（谢菲尔德大学）
用于不同类型皮肤病变分类的计算机辅助诊断系统在近几十年来一直是一个活跃的研究领域。研究表明，将病变及其属性模板引入到病变分类流水线中可以大大提高分类性能。在本文中，我们提出了一个框架，结合迁移学习分割病变及其属性的基础上卷积神经网络。所提出的框架是基于编码器-解码器架构，该架构在编码路径中利用各种预训练的网络，并通过使用金字塔池化方式在解码路径中组合多尺度信息来生成预测图。为了解决训练数据的缺乏和增加所提出的模型泛化，已经应用了一组广泛的新颖的特定于领域的增强例程来模拟皮肤镜图像中的真实变化。最后，通过对从国际皮肤成像合作组织档案中获得的三个不同数据集（ISIC 2016，ISIC 2017和ISIC 2018挑战数据集）进行广泛的实验，我们表明，所提出的方法在ISIC 2016和ISIC 2017分割任务中优于其他最先进的方法，并在ISIC 2018属性检测任务中取得了第一名。
2019-03-29 cs.CV cs.LG stat.ML
A Comprehensive Study of Data Augmentation Strategies for Prostate Cancer Detection in Diffusion-weighted MRI using Convolutional Neural Networks
University of Electronic Science and Technology of China（电子科技大学）；University of Toronto（多伦多大学）；The Hospital for Sick Children (SickKids)（SickKids 儿童医院（病童医院））；Sinai Health System（西奈卫生系统）；University Health Network（大学健康网络）；Lunenfeld-Tanenbaum Research Institute（卢嫩菲尔德-塔南鲍姆研究所）；Sunnybrook Research Institute（桑尼布鲁克研究所）
数据增广是指一组技术，其目标是对抗有限的可用数据，以提高模型的泛化能力，并将样本分布推向真实分布。虽然在深度学习的背景下，针对各种计算机视觉任务研究了不同的增强策略及其组合，但医学成像领域的具体工作很少，据我们所知，还没有专门的工作来探索各种增强方法对前列腺癌检测中深度学习模型性能的影响。在这项工作中，我们静态地应用了五种最常用的增强技术（随机旋转，水平翻转，垂直翻转，随机裁剪和平移），分别对217名患者的前列腺弥散加权磁共振成像训练数据集进行了评估，并评估了每种方法对前列腺癌检测准确性的影响。增强算法独立地应用于每个数据通道，并且分别在五个增强集上训练浅卷积神经网络（CNN）和深卷积神经网络（CNN）。我们使用受试者工作特征（ROC）曲线（AUC）下的面积来评估训练的CNN在95名患者的单独测试集上的性能，使用102名患者的验证集进行微调。浅层网络优于深层网络，通过旋转方法获得的最佳2D切片AUC为0.85。
2020-06-01 cs.CV cs.LG eess.IV
Real Time Multi-Class Object Detection and Recognition Using Vision Augmentation Algorithm
European University of Bangladesh（孟加拉欧洲大学）；University of Liberal Arts Bangladesh（孟加拉自由艺术大学）
本研究的目的是检测低分辨率和噪声的小目标。现有的实时的目标检测算法是基于卷积的深度神经网络，需要对整幅图像进行多级卷积和池化操作，提取图像的深层语义特征。检测模型对于大物体表现更好。现有模型的特征不能完全代表小物体经过反复卷积运算后的本质特征。我们介绍了一种新的实时的检测算法，该算法采用上采样和跳过连接，在学习任务中提取不同卷积级别的多尺度特征，从而在检测小目标方面表现出色。该模型的检测精度被证明是更高和更快的比国家的最先进的模型。
2020-11-11 cs.CV cs.LG cs.NE
Feature-level augmentation to improve robustness of deep neural networks to affine transformations
University of Bucharest（布加勒斯特大学）；SecurifAI；Romanian Young Academy（罗马尼亚青年科学院）
最近的研究表明，卷积神经网络不能很好地推广到小的图像变换，例如旋转几度或平移几个像素。为了提高这种变换的鲁棒性，我们建议在神经架构的中间层引入数据增强，除了在输入图像上应用的常见数据增强之外。通过在不同层次上对激活图（特征）引入小的扰动，我们开发了神经网络应对这种转换的能力。我们在三个图像分类基准（Tiny ImageNet，Caltech-256和Food-101）上进行实验，考虑两种不同的卷积架构（ResNet-18和DenseNet-121）。当与两个国家的最先进的稳定方法相比，实证结果表明，我们的方法始终达到准确性和平均翻转率之间的最佳权衡。
2022-08-20 cs.CV cs.LG
Learning robust visual representations using data augmentation invariance
University of Osnabrück（奥斯纳布吕克大学）；MRC Cognition and Brain Sciences Unit, University of Cambridge（剑桥大学MRC认知与脑科学组）
为图像对象分类训练的深度卷积神经网络与灵长类动物腹侧视觉流中发现的表征表现出显着的相似性。然而，人工和生物网络仍然表现出重要的差异。在这里，我们调查这样一个属性：增加不变性，以保持身份的图像变换发现沿腹流。尽管有理论证据表明不变性应该从优化过程中自然出现，但我们提出的经验证据表明，为对象分类训练的卷积神经网络的激活对数据增强中常用的身份保持图像变换并不鲁棒。作为一种解决方案，我们提出了数据增强不变性，一个无监督学习的目标，提高了鲁棒性的学习表示，通过促进增强图像样本的激活之间的相似性。我们的研究结果表明，这种方法是一种简单而有效的（训练时间增加10%）方法，可以提高模型的不变性，同时获得类似的分类性能。
2019-06-11 cs.CV cs.LG
Data Augmentation for Graph Convolutional Network on Semi-Supervised Classification
Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心）；University of Chinese Academy of Sciences（中国科学院大学）；Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
数据增强旨在从原始数据中生成新的合成特征，这些特征可以识别数据的更好表示，并提高下游任务的性能和可推广性。然而，基于图的模型的数据增强仍然是一个具有挑战性的问题，因为图数据比传统数据更复杂，它由两个具有不同属性的特征组成：图拓扑和节点属性。在本文中，我们研究了图卷积网络（GCN）的图数据增强问题的背景下，改进的半监督节点分类的节点嵌入。具体来说，我们进行基于余弦相似性的交叉操作的原始功能，以创建新的图形功能，包括新的节点属性和新的图形拓扑结构，我们结合它们作为新的成对输入特定的GCN。然后，我们提出了一个注意力整合模型来加权和这些GCN编码的隐藏节点嵌入到最终的节点嵌入。我们还在训练时对这些隐藏节点嵌入进行视差约束，以确保从不同的特征中捕获非冗余信息。在五个真实数据集上的实验结果表明，该方法比原始GCN模型提高了分类精度（+2.5% - +84.2%）。
2021-06-16 cs.LG cs.SI
Automatic COVID-19 disease diagnosis using 1D convolutional neural network and augmentation with human respiratory sound based on parameters: cough, breath, and voice
NIT Tiruchirappalli（印度国立理工学院蒂鲁吉拉帕利分校）
呼吸音分类的问题在过去一年中得到了临床科学家和医学研究小组的高度关注，以诊断COVID-19疾病。迄今为止，各种人工智能（AI）模型进入现实世界，从人类产生的声音（如语音/语音，咳嗽和呼吸）中检测COVID-19疾病。卷积神经网络（CNN）模型是在人工智能（AI）的基础上实现的，用于解决许多现实问题。在此背景下，提出并实施一维（1D）CNN，以从诸如语音、咳嗽和呼吸的人类呼吸声音诊断COVID-19的呼吸疾病。应用基于增强的机制来提高COVID-19声音数据集的预处理性能，并使用1D卷积网络自动进行COVID-19疾病诊断。此外，DDAE（数据去噪自动编码器）技术被用来生成深度声音特征，如输入函数的1D CNN，而不是采用标准的输入MFCC（梅尔频率倒谱系数），它是执行比以前的模型更好的精度和性能。
2021-12-14 cs.LG cs.SD eess.AS
Morphological classification of compact and extended radio galaxies using convolutional neural networks and data augmentation techniques
Technical University of Košice（科希策技术大学）；South African Radio Astronomy Observatory（南非射电天文台）
机器学习技术越来越多地用于天文应用，并已被证明可以成功地对图像数据中的对象进行高准确度分类。目前的工作使用档案数据从无线电天空的微弱图像在二十厘米（FIRST）分类射电星系分为四类：Fanaroff-Riley类I（FRI），Fanaroff-Riley类II（FRII），弯曲尾巴（BENT），和紧凑（COMPT）。本文提出的模型基于卷积神经网络（CNN）。所提出的架构包括三个并行块的卷积层组合和处理的最终分类由两个前馈层。我们的模型在一个独立的测试子集上对选定的射电星系源进行分类，平均精度为96%，召回率和F1得分。最佳选择的增强技术是旋转、水平或垂直翻转以及增加亮度。平移、缩放和亮度降低使模型的性能恶化。目前的研究结果表明，该模型能够识别不同形态的射电星系，具有较高的效率和性能
2021-07-01 astro-ph.GA astro-ph.IM cs.LG
Roto-Translation Covariant Convolutional Networks for Medical Image Analysis
Eindhoven University of Technology（埃因霍温理工大学）
我们提出了一个使用$SE(2)$群卷积进行旋转和平移协变深度学习的框架。特殊欧几里得运动群$SE(2)$的群积描述了两个旋转平移的级联如何导致净旋转平移。我们通过$SE(2)$组卷积层将这种几何结构编码到卷积神经网络（CNN）中，这些卷积层适合标准的2D CNN框架，并且允许在不需要数据增强的情况下一般处理旋转的输入样本。我们引入三层：提升层，其将2D（向量值）图像提升为$SE(2)$图像，即，域为$SE(2)$的3D（向量值）数据;来自和去往$SE(2)$图像的组卷积层;以及从$SE(2)$图像到2D图像的投影层。提升和组卷积层是$SE(2)$协变的（输出与输入旋转平移）。最后的投影层是旋转上的最大强度投影，使完整的CNN旋转不变。我们用组织病理学、视网膜成像和电子显微镜中的三个不同问题表明，使用所提出的组CNN，可以实现最先进的性能，而不需要通过旋转进行数据增强，并且与依赖增强的标准CNN相比，性能有所提高。
2018-06-11 cs.CV cs.LG math.GR
Data Augmentation using Generative Adversarial Networks (GANs) for GAN-based Detection of Pneumonia and COVID-19 in Chest X-ray Images
Institute of Medical Science, University of Toronto（多伦多大学医学科学研究所）；The Hospital for Sick Children（病童医院）；University Health Network（大学健康网络）；Department of Mechanical and Industrial Engineering, University of Toronto（多伦多大学机械与工业工程系）
成功训练卷积神经网络（CNN）需要大量的数据。对于小数据集，网络的泛化能力很差。数据增强技术通过更有效地使用现有的训练数据来提高神经网络的泛化能力。然而，标准的数据增强方法产生有限的合理替代数据。生成对抗网络（GANs）已被用于生成新数据并提高CNN的性能。然而，与CNN相比，用于训练GANs的数据增强技术尚未得到充分探索。在这项工作中，我们提出了一种新的GAN架构，用于增强胸部X射线，以使用生成模型进行肺炎和COVID-19的半监督检测。我们表明，所提出的GAN可用于有效地增强数据，并提高肺炎和COVID-19胸部X射线中疾病的分类准确性。我们在两个不同的X射线数据集上将我们的增强GAN模型与深度卷积GAN和传统增强方法（旋转，缩放等）进行比较，并显示我们基于GAN的增强方法优于其他增强方法，用于训练GAN检测X射线图像中的异常。
2021-01-12 cs.CV cs.LG eess.IV
Key-Exchange Convolutional Auto-Encoder for Data Augmentation in Early Knee Osteoarthritis Detection
Massachusetts General Hospital（麻省总医院）；Harvard Medical School（哈佛医学院）；University Sorbonne Paris Nord（巴黎北部索邦大学）；Jiangsu Institute of Hematology（江苏血液学研究所）；The First Affiliated Hospital of Soochow University（苏州大学附属第一医院）；Henan University of Chinese Medicine（河南中医药大学）；German Cancer Research Center（德国癌症研究中心）；Athinoula A. Martinos Centre for Biomedical Imaging（阿西努拉·A.马蒂诺斯生物医学成像中心）；Geneva University Hospital（日内瓦大学医院）；IDP Institute（IDP研究所）；University of Orleans（奥尔良大学）
针对早期膝骨关节炎分类标注数据不足、传统增强多样性有限的问题，提出带密钥交换机制的卷积自编码器KECAE，通过交换病理特征生成临床有效合成数据，结合混合损失函数，提升分类准确率且通过临床验证。
2025-01-15 cs.CV cs.LG eess.IV
A Methodology to Identify Cognition Gaps in Visual Recognition Applications Based on Convolutional Neural Networks
University of Stuttgart（斯图加特大学）
基于卷积神经网络开发性能稳定的视觉识别应用（例如用于自动驾驶）是非常具有挑战性的。认知行为的不透明是其发展的障碍之一。已经发表了大量的文献，描述了经过训练的CNN的非理性行为，展示了他们认知上的差距。在本文中，提出了一种方法，创建最坏情况下的图像，使用图像增强技术。如果CNN对这些图像的认知性能很弱，而增强技术被认为是无害的，那么已经发现了认知中的潜在差距。所提出的最坏情况图像生成器使用对抗搜索方法来有效地识别最具挑战性的图像。这是用著名的AlexNet CNN使用描述典型驾驶场景的图像进行评估的。
2021-10-05 cs.CV cs.LG
Hybrid Data Augmentation and Deep Attention-based Dilated Convolutional-Recurrent Neural Networks for Speech Emotion Recognition
Institute for Computational Science, Ton Duc Thang University（孙德胜大学计算科学研究所）；Faculty of Electrical and Electronics Engineering, Ton Duc Thang University（孙德胜大学电气与电子工程学院）；School of Graduate Studies, Ton Duc Thang University（孙德胜大学研究生院）
语音情感识别一直是人机交互应用中的重要课题之一。然而，这是很难选择最佳的功能和处理不平衡的标记数据。在这篇文章中，我们研究了基于传统和生成对抗网络（GAN）方法的混合数据增强（HDA）方法来生成和平衡数据。为了评估HDA方法的有效性，通过将深度扩张卷积-递归神经网络与注意力机制集成，设计了一个深度学习框架，即ADCRNN。此外，我们选择3D对数梅尔谱图（MelSpec）功能作为输入的深度学习框架。此外，我们重新配置一个损失函数，结合softmax损失和中心损失分类的情绪。为了验证我们提出的方法，我们使用了由几种具有不平衡样本的情绪组成的RISTODB数据集。实验结果表明，所提出的方法实现了更好的准确性比最先进的方法上的并行数据库与87.12%和88.47%，分别为传统的和基于GAN的方法。
2021-09-18 cs.HC cs.LG cs.SD
Stochastic Pooling for Regularization of Deep Convolutional Neural Networks
New York University（纽约大学）
介绍了一种简单有效的正则化大型卷积神经网络的方法。我们用随机过程取代了传统的确定性池操作，根据池区域内的活动给出的多项分布，随机挑选每个池区域内的激活。该方法是无超参数的，并且可以与其他正则化方法（例如dropout和数据增强）相结合。相对于不利用数据增强的其他方法，我们在四个图像数据集上实现了最先进的性能。
2013-01-16 cs.LG cs.NE stat.ML
Enhanced Convolutional Neural Tangent Kernels
Princeton University（普林斯顿大学）；Carnegie Mellon University（卡内基梅隆大学）；Institute for Advanced Study（高等研究院）
最近的研究表明，对于具有$\ell_2$损失的训练，如果仅训练最后一层，则宽度（卷积层中的通道数）变为无穷大的卷积神经网络（CNN）对应于关于CNN高斯过程核（CNN-GP）的回归，并且如果训练所有层，则对应于关于卷积神经切线核（CNTK）的回归。计算CNTK的精确算法（Arora等人，2019）得出的发现是，CNTK在CIFAR-10上的分类准确度在相应CNN架构的分类准确度的6-7%以内（最佳数字约为78%），这对于固定内核来说是有趣的性能。在这里，我们展示了如何使用两个想法显着提高这些内核的性能。(1)使用称为局部平均池化（Local Average Pooling，简称EVM）的新操作修改内核，该操作保留了内核的高效可计算性，并继承了使用像素移位的标准数据增强的精神。由于核回归的二次训练成本，早期的论文无法结合朴素数据增强。这个想法的灵感来自于全局平均池（GAP），我们为CNN-GP和CNTK证明了它相当于完全翻译数据增强。(2)使用Coates等人（2011）提出的预处理技术表示输入图像，该技术使用由随机图像补丁组成的单个卷积层。在CIFAR-10上，所得到的内核，具有反向和水平翻转数据增强的CNN-GP，实现了89%的准确度，与AlexNet的性能相匹配（Krizhevsky等人，2012年）。请注意，这是我们所知道的最好的分类器结果，它不是一个经过训练的神经网络。对于…
2019-11-03 cs.CV cs.LG cs.NE
3D Brain MRI Classification for Alzheimer Diagnosis Using CNN with Data Augmentation
Vo Thien Nhan Institute of Engineering, Ho Chi Minh City University of Technology (HUTECH), Vietnam（越南胡志明市技术大学（HUTECH）工程学院）；Ho Bac Nam Faculty of Computer Science and Engineering, Ho Chi Minh City University of Technology (HCMUT), Vietnam National University Ho Chi Minh City (VNU-HCM), Vietnam（越南胡志明市技术大学（HCMUT）计算机科学与工程学院，越南胡志明市国家大学（VNU-HCM））
本研究开发了带随机噪声注入数据增强的3D CNN用于阿尔茨海默病脑MRI分类，五折交叉验证下准确率达0.912、AUC达0.961，验证了简单增强的有效性并为后续研究指明方向。
2025-06-17 cs.CV cs.LG eess.IV
Impact of Data Augmentation on QCNNs
Faculty of Engineering and Information Technology（工程与信息技术学院）；The University of Melbourne（墨尔本大学）
本文在三个常用图像数据集上比较CNNs与QCNNs的性能，并发现数据增强未能提升QCNNs的分类表现，进而探讨其背后的原因以深化对量子机器学习理论的理解。
2023-12-01 cs.CV cs.LG quant-ph
A Novel Neural Network Training Method for Autonomous Driving Using Semi-Pseudo-Labels and 3D Data Augmentations
aiMotive
训练神经网络以执行用于自动驾驶的3D目标检测需要大量不同的注释数据。然而，获得具有足够质量和数量的训练数据是昂贵的，并且有时由于人和传感器的约束而不可能。因此，需要一种新的解决方案来扩展当前的训练方法，以克服这种限制，并实现准确的3D目标检测。我们对上述问题的解决方案结合了半伪标记和新颖的3D增强。为了证明所提出的方法的适用性，我们设计了一个卷积神经网络的三维目标检测，可以显着增加检测范围相比，训练数据分布。
2022-07-20 cs.CV cs.LG
Impact of Spherical Coordinates Transformation Pre-processing in Deep Convolution Neural Networks for Brain Tumor Segmentation and Survival Prediction
Macquarie University（麦考瑞大学）；Australian Institute of Health Innovation（澳大利亚健康创新研究院）
预处理和数据增强在深度卷积神经网络（DCNN）中起着重要作用。尽管有多种方法旨在实现数据集的标准化和增强，但我们在这里提出了一种新方法，旨在为DCNN提供球面空间变换的输入数据，与标准笛卡尔空间图像和体积相比，该方法可以更好地促进特征学习。在这项工作中，球坐标变换已被用作预处理方法，与正常MRI体积结合使用，提高了脑肿瘤分割（BraTS）挑战2020数据集上脑肿瘤分割和患者总生存期（OS）预测的准确性。然后，应用LesionEncoder框架从DCNN模型中自动提取特征，在验证数据集上实现了0.586的OS预测准确度，这是BraTS 2020排行榜上的最佳结果之一。
2020-11-23 cs.CV cs.LG eess.IV
Integrating the Data Augmentation Scheme with Various Classifiers for Acoustic Scene Modeling
Institute of Acoustics, CAS（中国科学院声学研究所）；University of Chinese Academy of Sciences（中国科学院大学）；Xinjiang Technical Institute of Physics and Chemistry, CAS（中国科学院新疆理化技术研究所）
本技术报告描述了IOA团队提交的DCASE 2019挑战的TASK 1A。我们的声学场景分类（ASC）系统采用了数据增强方案，采用生成对手网络。在该方案中部署了两个主要的分类器，即集成了尺度图特征的1D深度卷积神经网络和集成了Mel滤波器组特征的2D全卷积神经网络。其他方法，如对手城市适应，基于离散余弦变换的时间模块和混合架构，已被开发用于进一步的融合。我们的实验结果表明，最终的融合系统A-D可以在官方提供的折叠1评估数据集上实现高于85%的准确度。
2019-07-15 cs.LG cs.SD eess.AS
Classification of Motor Imagery EEG Signals by Using a Divergence Based Convolutional Neural Network
Istanbul Technical University（伊斯坦布尔理工大学）
深度神经网络（DNN）被观察到在模式分类中是成功的。然而，DNN的高分类性能与其大的训练集有关。不幸的是，在文献中，用于分类运动想象（MI）脑电图（EEG）信号的数据集包含少量样本。为了在小规模数据集上实现高性能，大多数研究都在分类过程之前采用了公共空间模式（CSP）等转换。然而，CSP依赖于主题，并在实时应用中引入计算负载。在文献中观察到，增强过程不适用于增加EEG信号的分类性能。在这项研究中，我们研究了增强过程对MI EEG信号的分类性能的影响，而不是使用前面的变换，如CSP，我们已经证明，通过导致MI EEG分类的高成功率，增强过程能够与CSP竞争。除了增强过程之外，我们还修改了DNN结构以提高分类性能，减少结构中的节点数量，并使用更少的超参数。最后一层卷积神经网络（CNN）之后的最小距离网络（MDN）被用作分类器，而不是完全连接的神经网络（FCNN）。通过扩充EEG数据集并仅关注CNN的训练，所提出的结构的训练算法在不应用任何变换的情况下得到加强。我们测试了这些改进脑机接口（BCI）的比赛2005年和2008年的数据库与两个和四个类，和增强的平均性能的高影响被证明。
2021-03-19 cs.HC cs.LG
On the Performance of Convolutional Neural Networks under High and Low Frequency Information
Indian Institute of Information Technology, Sri City（斯里城印度信息技术学院）
卷积神经网络（CNN）近年来在不同的问题上表现出非常有前途的性能，包括对象识别、人脸识别、医学图像分析等。然而，通常情况下，训练好的CNN模型在与训练集非常相似的测试集上进行测试。CNN模型的泛化能力和鲁棒性是使其能够处理未知数据的重要方面。在这封信中，我们研究了CNN模型在图像的高频和低频信息上的性能。我们观察到，训练后的CNN未能在高频和低频图像上泛化。为了使CNN对高频和低频图像具有鲁棒性，我们提出了在训练过程中基于随机滤波的数据增强。一个令人满意的性能改善已被观察到的高频和低频的推广和鲁棒性与建议的随机滤波为基础的数据增强方法。实验使用ResNet50模型在CIFAR-10数据集上进行，ResNet101模型在Tiny-ImageNet数据集上进行。
2020-10-30 cs.CV cs.LG
Evaluation and Comparison of Emotionally Evocative Image Augmentation Methods
Jagiellonian University（雅盖隆大学）
针对情感计算刺激数据集传统制备方法成本高、耗时长的问题，本文结合数据增强与迁移学习，评估对比多种GAN架构生成情绪唤起合成图像的效果，证实该方向具备良好研究与改进潜力。
2024-06-23 cs.CV cs.LG
Classification of animal sounds in a hyperdiverse rainforest using Convolutional Neural Networks
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
为了保护热带森林的生物多样性，我们需要能够可靠、廉价和大规模地检测它。通过机器学习方法从被动记录的音景中自动检测物种是实现这一目标的一种有前途的技术，但它受到大训练数据集的必要性的限制。使用音景从婆罗洲的热带森林和卷积神经网络模型（CNN）创建的迁移学习，我们调查i）的最小可行的训练数据集的大小准确预测的呼叫类型（“sonotypes”），和ii）的程度，数据增强可以克服小的训练数据集的问题。我们发现，即使相对较高的样本量（> 80每呼叫类型）导致平庸的准确性，然而，这与数据增强，包括在极小的样本量，无论分类组或呼叫特征显着改善。我们的研究结果表明，迁移学习和数据增强可以使使用CNN对物种的发声进行分类，即使是对于具有许多稀有物种的小型音景项目也是可行的。重新培训我们的开源模式只需要基本的编程技能，这使得个人的保护举措能够符合当地的情况，以便能够对生物多样性进行更有证据的管理。
2022-10-17 cs.LG
On the Generalization Effects of Linear Transformations in Data Augmentation
Stanford University（斯坦福大学）；University of Pennsylvania（宾夕法尼亚大学）
本研究在过参数化线性回归中分析了线性变换对岭估计器的泛化效应，发现保留标签和混合数据分别通过扩大张成空间和正则化改善估计，并提出基于模型不确定性的增强方案，在图像和文本数据集上取得优异表现。
2023-07-26 cs.AI cs.CV cs.LG
TSV Extrusion Morphology Classification Using Deep Convolutional Neural Networks
University of South Carolina（南卡罗来纳大学）；University of Central Florida（中佛罗里达大学）；Advanced Materials Processing and Analysis Center（先进材料加工与分析中心）
在本文中，我们利用深度卷积神经网络（CNN）的三维（3D）集成电路（IC）中的硅通孔（TSV）挤出的形态分类。TSV挤压是一个关键的可靠性问题，它会使3D IC中的互连层变形和破裂，并导致器件故障。在此，白光干涉（WLI）技术用于获得挤出TSV的表面轮廓。我们已经开发了一个程序，该程序使用从WLI获得的原始数据来创建TSV挤出形态数据集，包括具有54x54像素的TSV图像，这些TSV图像被标记并分类为三种形态类别。四个CNN架构具有不同的网络复杂度的实施和训练TSV挤出形态分类应用。数据增强和丢弃的方法被用来实现过度拟合和欠拟合之间的平衡，在CNN模型。所获得的结果表明，具有优化的复杂性、丢弃和数据增强的CNN模型可以实现与人类专家相当的分类精度。
2020-09-22 cs.CV cs.ET cs.LG
Insight-RAG: Enhancing LLMs with Insight-Driven Augmentation
Megagon Labs（美加贡实验室）
本文提出Insight-RAG框架，通过LLM分析查询提取信息需求并利用专用LLM挖掘洞察，有效解决了传统RAG忽视深层信息、跨源洞察及非问答任务的问题，显著提升了性能与适用性。
2025-03-31 cs.CL cs.LG
Augmentation Inside the Network
University of Warsaw（华沙大学）；University College London（伦敦大学学院）；Tensorflight Inc.（Tensorflight公司）
本文提出网络内部增强方法，通过对卷积神经网络中间特征进行变换模拟数据增强，实现更平滑的速度-精度权衡，在ImageNet-2012和CIFAR-100上表现优于标准TTA，且可与之结合进一步提升性能。
2023-06-23 cs.CV cs.LG cs.NE
Generative Adversarial Networks for Labeled Acceleration Data Augmentation for Structural Damage Detection
University of Central Florida（中佛罗里达大学）；West Virginia University（西弗吉尼亚大学）
在过去的几十年里，数据科学领域取得了重大进展，这些进展已被用于不同的工程学科和应用。人工智能（AI）、机器学习（ML）和深度学习（DL）算法已被用于土木结构健康监测（SHM），特别是用于使用传感器数据的损伤检测应用。虽然ML和DL方法显示出对复杂数据结构的卓越学习技能，但它们需要大量的数据进行训练。然而，在SHM中，从土木结构收集数据汇集可能是昂贵的和耗时的;特别是获得有用的数据（损伤相关数据）可能是具有挑战性的。本研究的目的是解决数据稀缺的问题，损伤检测应用。本文采用使用梯度惩罚的1-D Wasserstein深度卷积生成对抗网络（1-D WDCGAN-GP）来生成合成标记加速度数据。然后，生成的数据与不同的比率增加的1-D深度卷积神经网络（1-D DCNN）的损伤检测应用的训练数据集。损伤检测结果表明，一维WDCGAN-GP可以成功地用于解决土木结构基于振动的损伤检测应用中的数据不足问题。保留字：结构健康监测（SHM）、结构损伤检测、1-D深度卷积神经网络（1-D DCNN）、1-D生成对抗网络（1-D GAN）、Wasserstein生成对抗网络与梯度惩罚（WGAN-GP）
2022-07-22 cs.AI cs.LG stat.ML
WSAM: Visual Explanations from Style Augmentation as Adversarial Attacker and Their Influence in Image Classification
Fundação Getúlio Vargas（瓦加斯基金会）；QualityMinds（QualityMinds公司）
本文提出一种基于随机采样与噪声添加的风格增强算法WSAM，提升模型对图像风格化的鲁棒性，在STL-10数据集上达到最先进性能，并分析了不同风格变化下的模型解释。
2023-08-29 cs.CV cs.LG
Deep invariant networks with differentiable augmentation layers
Université Paris-Saclay（巴黎萨克雷大学）；Inria（法国国家信息与自动化研究所）；CEA（法国原子能和替代能源委员会）
在机器学习中，设计对某些数据变换不变性的学习系统是至关重要的。从业者通常可以通过选择网络架构，例如使用卷积进行翻译，或使用数据增强，在训练模型上强制执行所需的不变性。然而，在网络中实施真正的不变性可能是困难的，并且数据不变性并不总是已知的。用于学习数据增强策略的最新方法需要保留的数据并且基于双层优化问题，该双层优化问题解决起来很复杂并且通常需要计算。在这项工作中，我们研究新的方法学习不变性仅从训练数据。使用直接在网络中构建的可学习增强层，我们证明了我们的方法是非常通用的。它可以包含任何类型的可微增强，并应用于计算机视觉之外的广泛的学习问题。我们提供的经验证据表明，我们的方法是更容易和更快的训练比现代自动数据增强技术的基础上双层优化，同时实现可比的结果。实验表明，虽然通过自动数据增强转移到模型的不变性受到模型表达能力的限制，但我们的方法产生的不变性对它不敏感。
2022-10-25 cs.AI cs.LG
Breast Mass Classification from Mammograms using Deep Convolutional Neural Networks
Stanford University（斯坦福大学）
乳腺X线摄影是筛查乳腺癌最广泛使用的方法。由于其主要是手动性质，肿块外观的可变性和低信噪比，大量的乳腺肿块被漏诊或误诊。在这项工作中，我们介绍了如何使用卷积神经网络直接分类乳腺X线照片中的预分割乳腺肿块为良性或恶性，使用组合的迁移学习，仔细的预处理和数据增强，以克服有限的训练数据。我们在DDSM数据集上实现了最先进的结果，超越了人类的表现，并显示了我们模型的可解释性。
2016-12-02 cs.CV cs.LG
Image Captioning using Deep Stacked LSTMs, Contextual Word Embeddings and Data Augmentation
National Institute of Technology（印度国家技术学院）
图像描述或图像描述的自动生成是计算机视觉中的核心问题之一，并且使用深度学习技术已经取得了相当大的进展。我们建议使用Inception-ResNet卷积神经网络作为编码器来从图像中提取特征，基于层次上下文的词嵌入用于单词表示，深度堆叠长短期记忆网络作为解码器，此外还使用图像数据增强来避免过拟合。对于数据增强，除了图像上的透视变换外，我们还使用水平和垂直翻转。我们评估我们提出的方法与两个图像描述框架-编码器-解码器和软注意。广泛使用的指标的评估表明，我们的方法导致模型性能的显着改善。
2021-02-22 cs.AI cs.CV cs.LG
Matching Convolutional Neural Networks without Priors about Data
IMT Atlantique（法国大西洋高等矿业电信学校）；Cityzen Data（城市数据公司）
我们提出了一种将卷积神经网络（CNN）扩展到图结构数据的方法，包括图上的跨卷积和数据增强。当应用于图像时，我们的方法与最先进的CNN的准确性相匹配，而没有任何关于其2D规则结构的先验知识。在fMRI数据上，与现有的基于图形的替代方法相比，我们获得了显着的准确性增益。
2018-02-27 cs.LG stat.ML
