Leveraging Computer Vision Application in Visual Arts: A Case Study on the Use of Residual Neural Network to Classify and Analyze Baroque Paintings
Faculty of Arts(艺术学院);Masaryk University(马萨里克大学)
随着大型数字化美术收藏品的不断增加,绘画的自动分析和分类正在成为一个有趣的研究领域。然而,由于领域特异性,隐含的主观性和模糊分离艺术运动的普遍细微差别,使用机器学习技术分析艺术带来了重大挑战。残差网络或其变体是用于图像分类任务的最流行的工具之一,其可以为定义良好的类提取相关特征。在这个案例研究中,我们专注于一个选定的绘画“肖像画家查尔斯布鲁尼”的约翰Kupetzky和所提出的分类器的性能分析的分类。我们发现,在残差网络训练过程中提取的特征可以用于在线艺术收藏搜索系统中的图像检索。
2022-10-27 cs.CV cs.MM
Dynamic MLP for Fine-Grained Image Classification by Leveraging Geographical and Temporal Information
Megvii Technology(旷视科技);Nanjing University of Science and Technology(南京理工大学)
细粒度图像分类是一项具有挑战性的计算机视觉任务,其中各种物种具有相似的视觉外观,如果仅仅基于视觉线索,则会导致错误分类。因此,利用附加信息是有帮助的,例如,数据拍摄的地点和日期,很容易获得,但很少被利用。在本文中,我们首先证明了现有的多模态方法只在一个维度上融合多个特征,这在特征鉴别方面基本上没有足够的帮助。为了充分探索多模态信息的潜力,我们提出了一个动态的MLP的图像表示,它与多模态功能在更高和更广泛的维度。动态MLP是一个有效的结构参数化的学习嵌入变量的位置和日期。它可以被看作是一种自适应的非线性投影,用于在视觉任务中生成更具鉴别力的图像表示。据我们所知,这是第一次尝试探索动态网络的想法,利用多模态信息在细粒度图像分类任务。大量的实验证明了我们的方法的有效性。t-SNE算法直观地表明,我们的技术提高了视觉上相似但类别不同的图像表示的可识别性。此外,在多个细粒度数据集的已发表作品中,动态MLP始终获得SOTA结果https://paperswithcode.com/dataset/inaturalist,并在FGVC 8 https://www.kaggle.com/c/inaturalist-2021/leaderboard的iNaturalist挑战赛中获得第三名。代码可在https://github.com/ylingfeng/DynamicMLP.git上获得
2022-03-07 cs.CV
White-Box mHC: Electromagnetic Spectrum-Aware and Interpretable Stream Interactions for Hyperspectral Image Classification
Department of Geomatics Engineering, University of Calgary(测绘工程系,卡尔加里大学)
ES-mHC通过电磁频谱感知和可解释的流交互,提升超光谱图像分类的可解释性和结构透明度。
2026-01-22 cs.CV
AnoMalNet: Outlier Detection based Malaria Cell Image Classification Method Leveraging Deep Autoencoder
BRAC University(BRAC大学)
本文提出 AnoMalNet,一种仅用未感染细胞图像训练自编码器、通过损失阈值进行离群点检测的疟疾细胞分类方法,在极端类别不平衡下取得优于大型模型的性能。
2024-02-20 cs.CV eess.IV
Leveraging Local Temporal Information for Multimodal Scene Classification
Samsung Research America(三星美国研究院)
鲁棒的视频场景分类模型应该有效地捕获视频的空间(逐像素)和时间(逐帧)特征。具有自注意力的Transformer模型被设计为在给定令牌序列的情况下获得各个令牌的上下文表示,在许多计算机视觉任务中变得越来越流行。然而,将基于Transformer的模型用于视频理解仍然相对未被探索。此外,这些模型未能利用相邻视频帧之间的强时间关系来获得有效的帧级表示。在本文中,我们提出了一种新的自我注意力块,利用本地和全球的视频帧之间的时间关系,以获得更好的上下文表示的个别帧。这使得模型能够以各种粒度理解视频。我们展示了我们的模型在大规模YoutTube-8 M数据集上的视频分类任务的性能,并进一步分析结果以展示改进。
2021-10-26 cs.CV cs.LG
Leveraging Cell-level Spatial Transcriptomics as Weak Supervision for Nuclei Classification
The University of Osaka, Osaka, Japan(大阪大学);National Cancer Center Tokyo, Japan(东京国立癌症中心);Kyushu University, Fukuoka, Japan(九州大学)
本文提出利用空间转录组学数据替代手动标注,提升病理图像核分割与分类的准确性,通过基因表达谱生成细胞类型标签并用于图像分类,验证了方法在不同器官上的泛化能力。
2026-10-19 cs.CV cs.LG
Taxlifier: Leveraging Disease Taxonomy for Enhanced Multi-Label Classification in Chest Radiography
Dept. of Electrical and Computer Engineering, The University of Arizona(电气与计算机工程系,亚利桑那大学)
研究针对胸部X光片多种病变分类难的问题,提出基于损失和逻辑的分层多标签分类技术,利用疾病层次关系应对挑战,经三个数据集评估,相比基线方法,准确率、AUC和F1分数显著提高,还验证了技术的稳健性和可靠性。
2026-07-08 cs.CV cs.LG
Security-by-Design for LLM-Based Code Generation: Leveraging Internal Representations for Concept-Driven Steering Mechanisms
本文提出SCS-Code,通过引导大语言模型的内部表示生成安全且功能性的代码,解决现有方法在安全性和功能正确性上的不足。
2026-03-11 cs.CR cs.LG
Leveraging Automated Machine Learning for Text Classification: Evaluation of AutoML Tools and Comparison with Human Performance
University of Stuttgart(斯图加特大学);Fraunhofer IAO(弗劳恩霍夫工业工程研究所)
最近,自动机器学习(AutoML)在表格数据方面取得了越来越大的成功。然而,问题是AutoML是否也可以有效地应用于文本分类任务。这项工作在13个不同的流行数据集上比较了四个AutoML工具,包括Kaggle竞赛,并反对人类的表现。结果表明,AutoML工具在13个任务中的4个任务中表现优于机器学习社区,其中两个任务表现突出。
2020-12-07 cs.LG
Leveraging Latents for Efficient Thermography Classification and Segmentation
Technion(以色列理工学院)
针对现有乳腺癌热成像分析依赖手工特征或复杂架构的问题,提出基于学习型特征空间的分类分割算法,易用且适配数据稀缺场景,分类达SOTA,首次实现对应热成像分割区域生成。
2024-06-23 cs.CV cs.LG eess.IV
Leveraging Text Guidance for Enhancing Demographic Fairness in Gender Classification
本文通过文本引导方法提升面部性别分类中的群体公平性,利用图像文本匹配和融合策略减少偏见并提高准确性。
2025-12-11 cs.AI cs.CV cs.LG
Leveraging Visibility Graphs for Enhanced Arrhythmia Classification with Graph Convolutional Networks
Federal University of Ouro Preto(欧鲁普雷图联邦大学)
针对心律失常分类中ECG信号图表示的挑战,本研究提出将可见性图(VG)和向量可见性图(VVG)与图卷积网络(GCNs)结合,在MIT-BIH数据集上实现无需预处理的直接分类,VG提升效率、VVG增强性能,优于基线方法但仍存在特定类别分类挑战。
2024-12-04 cs.CV cs.LG eess.SP
SPIN: Sparsifying and Integrating Internal Neurons in Large Language Models for Text Classification
University of Toronto(多伦多大学);Technical University of Munich(慕尼黑工业大学)
针对 LLM 文本分类仅依赖最后一层输出而忽略内部神经元信息的问题,提出与模型无关的 SPIN 框架,通过逐层线性探针选择并整合跨层显著神经元作为特征,显著提升了分类的准确性、效率和可解释性。
2024-06-05 cs.AI cs.CL cs.LG
Leveraging Uncertainty for Deep Interpretable Classification and Weakly-Supervised Segmentation of Histology Images
ÉTS(蒙特利尔高等技术学院)
仅使用图像类标签进行训练,深度弱监督方法允许图像分类和ROI分割以实现可解释性。尽管他们在自然图像上取得了成功,但他们在组织学数据上面临着一些挑战,其中ROI在视觉上与背景相似,使得模型容易受到高像素误报的影响。这些方法缺乏明确的非歧视性区域建模机制,这会提高假阳性率。我们提出了新的正则化项,使模型能够同时寻求非歧视性和歧视性区域,同时阻止不平衡分割和仅使用图像类标签。我们的方法由两个网络组成:产生分割掩码的定位器,然后是分类器。训练损失推动定位器构建一个分割掩模,该掩模在对背景区域建模的同时保持大多数区分区域。在两个组织学数据集上的综合实验表明,该方法在减少假阳性和准确分割ROI方面具有优势。
2022-05-12 cs.CV cs.LG eess.IV
Leveraging Speaker Embeddings with Adversarial Multi-task Learning for Age Group Classification
LG Uplus Corp.(LG Uplus公司);LG AI Research(LG人工智能研究院)
最近,研究人员在说话人识别任务中利用基于神经网络的说话人嵌入技术来准确地识别说话人。然而,说话人区分嵌入并不总是代表语音特征,如年龄组。在经过高度训练以捕获说话人特征的嵌入模型中,年龄组分类的任务更接近于语音信息泄漏。因此,为了提高年龄组分类性能,我们考虑使用来自对抗性多任务学习的说话者区分嵌入来对齐特征并减少年龄子组中的域差异。此外,我们研究了不同类型的说话人嵌入,以学习和推广年龄组的域不变表示。在VoxCeleb Enrichment数据集上的实验结果验证了我们提出的自适应对抗网络在多目标场景中的有效性,并利用扬声器嵌入进行域适应任务。
2023-01-22 cs.LG eess.AS
Leveraging Emotion-specific Features to Improve Transformer Performance for Emotion Classification
PVG’s COET(PVG工程学院);Savitribai Phule Pune University(萨维特里巴伊·普勒·浦那大学)
本文描述了PVGs AI Club团队在WASSA 2022举行的情绪分类共享任务的方法。此轨道2子任务侧重于构建模型,该模型可以基于新闻文章中的文章预测多类情感标签,其中一个人,一个团体或另一个实体受到影响。基线Transformer模型在序列分类任务上表现出良好的效果,我们的目标是在集成技术的帮助下,并通过利用两种不同的情感表达来提高这种性能。我们观察到比我们的基线模型更好的结果,并在情感分类任务上实现了0.619的准确度和0.520的宏观F1得分。
2022-04-30 cs.AI cs.CL cs.LG
Leveraging Sparse and Dense Feature Combinations for Sentiment Classification
Columbia University(哥伦比亚大学)
神经网络是用于诸如情感分析的许多自然语言处理任务的最流行的方法之一。它们通常优于传统的机器学习模型,并在大多数任务上实现最先进的结果。然而,许多现有的深度学习模型是复杂的,难以训练,并且相对于更简单的方法提供有限的改进。我们提出了一个简单,强大和强大的情感分类模型。该模型优于许多深度学习模型,并在情感分析数据集上实现了与其他具有复杂架构的深度学习模型相当的结果。我们在网上发布代码。
2017-08-13 cs.CL cs.IR cs.LG
Innovative Silicosis and Pneumonia Classification: Leveraging Graph Transformer Post-hoc Modeling and Ensemble Techniques
提出结合图Transformer网络与传统深度神经网络的架构,并采用平衡交叉熵损失函数和集成方法,在自建胸部X光数据集上实现高精度矽肺与肺炎分类。
2026-05-26 cs.CV cs.LG
Leveraging Pre-trained CNNs for Efficient Feature Extraction in Rice Leaf Disease Classification
Hajee Mohammad Danesh Science and Technology University(哈吉·穆罕默德·达内什科技大学);University of Asia Pacific(亚太大学)
本文研究在预训练CNN中引入HOG和LBP特征提取对水稻叶部病害分类的影响,发现HOG结合EfficientNet-B7可将准确率提升至97%,并通过Grad-CAM验证其增强了对病害区域的关注。
2024-02-26 cs.CV cs.LG
Can We Predict the Unpredictable? Leveraging DisasterNet-LLM for Multimodal Disaster Classification
TERI School Of Advanced Studies(TERI高级研究学院);Macquarie University(麦考瑞大学);Cornell University(康奈尔大学);Eudoxia Research University(欧多西亚研究大学)
针对传统方法难以整合多模态数据进行灾难管理的问题,提出专用大模型DisasterNet-LLM,通过预训练与跨模态注意力机制提升灾难分类性能,在多项指标上优于现有模型。
2025-06-30 cs.AI cs.LG
Robustly Leveraging Prior Knowledge in Text Classification
Tsinghua University(清华大学)
先验知识已经被证明是非常有用的,以解决许多自然语言处理任务。已经提出了许多方法来形式化各种知识,然而,所提出的方法是否是强大的或敏感的知识提供给模型很少讨论。在本文中,我们提出了三个正则化项上的广义期望标准,并进行了广泛的实验,以证明所提出的方法的鲁棒性。实验结果表明,我们提出的方法取得了显着的改善,比基线更强大。
2015-03-03 cs.AI cs.CL cs.IR
Diff3Dformer: Leveraging Slice Sequence Diffusion for Enhanced 3D CT Classification with Transformer Networks
Imperial College London(帝国理工学院);National Heart and Lung Institute(国家心肺研究所);Imperial-X(帝国理工X中心);Royal Brompton Hospital(皇家布朗普顿医院)
针对Vision Transformer在小型医学图像数据集上易过拟合的问题,提出Diff3Dformer,利用Diffusion模型潜在空间构建切片序列并结合聚类注意力机制,在小型3D肺部CT数据集上实现了优于现有方法的分类性能。
2024-06-26 cs.CV cs.LG eess.IV
Leveraging Knowledge Distillation for Lightweight Skin Cancer Classification: Balancing Accuracy and Computational Efficiency
United International University(联合国际大学);The University of Western Australia(西澳大学);Bangladesh University of Business and Technology(孟加拉国商业与技术大学);Ahsanullah University of Science and Technology(阿萨努拉科技大学);Charles Darwin University(查尔斯达尔文大学)
皮肤癌是公共卫生的主要问题,占报告癌症的三分之一。如果没有及早发现,癌症有可能造成严重后果。认识到有效的皮肤癌分类的迫切需要,我们解决了现有模型的局限性,这些模型往往太大,无法部署在计算资源有限的地区。作为回应,我们提出了一个基于知识蒸馏的方法来创建一个轻量级的高性能分类器。所提出的解决方案涉及融合三个模型,即ResNet152V2,ConvNeXtBase和ViT Base,以创建一个有效的教师模型。教师模型,然后引导一个轻量级的学生模型的大小为2.03 MB。该学生模型使用16位量化进一步压缩至469.77 KB,从而能够顺利集成到边缘设备中。通过六阶段图像预处理,数据增强和严格的消融研究,该模型在HAM10000数据集上实现了98.75%的准确率,在Kaggle数据集上实现了98.94%的准确率,分类良性和恶性皮肤癌。由于其高准确性和紧凑的尺寸,我们的模型似乎是一个潜在的选择,准确的皮肤癌分类,特别是在资源有限的设置。
2024-06-28 cs.CV cs.LG eess.IV
LETS-C: Leveraging Text Embedding for Time Series Classification
J.P. Morgan AI Research(摩根大通人工智能研究)
本文提出LETS-C方法,利用文本嵌入模型编码时间序列数据,并结合CNN和MLP组成的简单分类头进行分类,在准确率超越SOTA的同时大幅减少模型参数。
2025-05-31 cs.AI cs.CE cs.CL
Deep Networks with Internal Selective Attention through Feedback Connections
IDSIA(瑞士人工智能研究所)
传统的卷积神经网络(CNN)是固定的和前馈的。它们在评估过程中既不改变参数,也不使用从高层到低层的反馈。然而,真正的大脑却可以。我们的深度注意力选择网络(DasNet)架构也是如此。DasNets的反馈结构可以在分类过程中动态地改变其卷积滤波器的灵敏度。它利用顺序处理的能力来提高分类性能,允许网络迭代地将其内部注意力集中在一些卷积滤波器上。通过可扩展的自然演化策略(SNES),在巨大的百万维参数空间中通过直接策略搜索来训练反馈。在CIFAR-10和CIFAR-100数据集上,dasNet的性能优于以前的最先进模型。
2014-07-28 cs.CV cs.LG cs.NE
Leveraging Meta-path Contexts for Classification in Heterogeneous Information Networks
East China Normal University(华东师范大学);The University of Hong Kong(香港大学);University of California, Los Angeles(加利福尼亚大学洛杉矶分校);University of Ioannina(约阿尼纳大学)
异构信息网络(HIN)具有不同类型的顶点对象和也是各种类型的对象之间的关系作为边。我们研究了HIN中对象的分类问题。大多数现有的方法在给定稀缺的标记对象作为训练集时表现不佳,并且在这种情况下提高分类精度的方法通常在计算上昂贵。为了解决这些问题,我们提出了ConCH,一个图神经网络模型。ConCH将分类问题表述为多任务学习问题,该问题将半监督学习与自监督学习相结合,以从标记和未标记数据中学习。ConCH使用元路径,元路径是捕获对象之间语义关系的对象类型序列。ConCH通过图卷积共同派生对象嵌入和上下文嵌入。它还使用注意力机制来融合这种嵌入。我们进行了广泛的实验,以评估ConCH对其他15种分类方法的性能。我们的研究结果表明,ConCH是一个有效的和高效的方法HIN分类。
2021-02-21 cs.LG cs.SI
Leveraging Large Language Models and Topic Modeling for Toxicity Classification
University of California, Los Angeles(加州大学洛杉矶分校)
针对现有毒性分类模型存在偏见放大/缩小及边缘化群体被忽视的问题,研究通过在数据集上微调BERTweet和HateBERT并结合主题建模策略,发现特定主题微调可显著提升F1分数,揭示了当前大语言模型在文本毒性检测与解释上的局限性。
2024-11-26 cs.CL cs.LG
Leveraging Generic Time Series Foundation Models for EEG Classification
Université Paris-Saclay, Inria, CEA(巴黎萨克雷大学、法国国家信息与自动化研究所、法国原子能委员会);Huawei Noah’s Ark Lab(华为诺亚实验室)
研究通用时间序列基础模型在EEG分类任务上的适用性,发现其在真实和合成数据上预训练后均优于EEGNet和CBraMod,表明跨域预训练模型可有效迁移至脑信号分析。
2025-10-31 cs.AI cs.LG
Leveraging Uncertainty in Deep Learning for Selective Classification
Arizona State University(亚利桑那州立大学)
从业者广泛而快速地采用深度学习在许多情况下带来了意想不到的后果,例如臭名昭著的Google Photos种族主义图像识别算法;因此,有必要为每个预测使用量化的不确定性。最近已经有了对传统深度学习方法中的不确定性进行量化的努力(例如,然而,它们在决策中的最佳使用往往被忽视和研究不足。在这项研究中,我们提出了一个混合整数规划框架的分类拒绝选项(也称为选择性分类),调查和结合模型的不确定性和预测均值,以确定最佳的分类和拒绝区域。我们的研究结果表明,我们的框架在几个公开可用的数据集上的非拒绝精度和拒绝质量方面都具有优异的性能。此外,我们将我们的框架扩展到成本敏感的设置,并表明我们的方法在现实世界的在线欺诈管理中显着优于行业标准方法。
2019-05-23 cs.AI cs.LG math.OC
Mechanistic Interpretability for Transformer-based Time Series Classification
Leiden Institute of Advanced Computer Science(莱顿先进计算机科学研究所);Leiden University(莱顿大学)
本文提出通过机制可解释性技术,如激活补丁、注意力显著性和稀疏自编码器,来揭示Transformer在时间序列分类中的内部因果结构和关键机制。
2025-11-26 cs.AI cs.LG
A new approach for evaluating internal cluster validation indices
Institute of Ecology and Botany, Centre for Ecological Research(生态研究中心生态与植物学研究所)
本文针对无监督分类中内部聚类验证指数的评估问题,回顾现有评估方法并分析其优缺点,进而提出一种新的评估方法。
2023-08-02 cs.LG stat.ML
Improving State-of-the-Art in One-Class Classification by Leveraging Unlabeled Data
JetBrains Research(JetBrains研究院)
当处理只有一个标记类的数据的二进制分类时,数据科学家采用两种主要方法,即单类(OC)分类和正未标记(PU)学习。前者只从标记的正数据中学习,而后者也利用未标记的数据来提高整体性能。由于PU学习使用更多的数据,我们可能倾向于认为当未标记的数据可用时,转到算法应该总是来自PU组。然而,我们发现,如果未标记的数据是不可靠的,即包含有限或有偏见的潜在负数据,情况并非总是如此。我们进行了广泛的实验研究的国家的最先进的OC和PU算法在各种情况下,只要未标记的数据的可靠性。此外,我们提出了PU修改的国家的最先进的OC算法,是强大的不可靠的未标记的数据,以及一个指导方针,以类似地修改其他OC算法。我们的主要实际建议是使用国家的最先进的PU算法时,未标记的数据是可靠的,否则使用国家的最先进的OC算法的修改建议。此外,我们概述了程序,以区分可靠和不可靠的未标记数据的情况下,使用统计检验。
2022-03-14 cs.LG
ECGformer: Leveraging transformer for ECG heartbeat arrhythmia classification
Louisiana State University Health Sciences Center(路易斯安那州立大学健康科学中心);Erzurum Technical University(埃尔祖鲁姆技术大学)
本文提出ECGformer模型,利用Transformer架构对心电图心律失常进行分类,并在MIT-BIH和PTB数据集上验证了其有效性。
2024-01-06 cs.AI cs.LG eess.SP
On Leveraging Unlabeled Data for Concurrent Positive-Unlabeled Classification and Robust Generation
School of Mathematical Sciences, Peking University(北京大学数学科学学院);State Key Lab of General AI, School of Intelligence Science and Technology, Peking University(人工智能国家重点实验室,北京大学智能科学与技术学院);Institute for Artificial Intelligence, Peking University(北京大学人工智能研究院);Pazhou Laboratory (Huangpu), Guangzhou, Guangdong, China(黄埔实验室);Department of Computer Science, University College London(伦敦大学学院计算机科学系);School of Electrical and Computer Science, University of Southampton(南安普顿大学电子与计算机科学学院)
针对标签数据稀缺问题,提出联合PU分类与条件生成的训练框架,通过抗噪CNI-CGAN和PU预测标签形成双向增强,并给出理论最优条件与多数据集验证。
2025-07-24 cs.LG stat.ML
Leveraging Group Classification with Descending Soft Labeling for Deep Imbalanced Regression
Western University(韦仕敦大学);Nanjing University of Posts and Telecommunications(南京邮电大学)
针对深度不平衡回归中分类作用不明确及现有正则化器忽略数据连续性与相似性的问题,本文从贝叶斯视角将DIR目标分解为分类与回归任务,引入组感知对比学习损失、多专家回归器及对称降序软标签策略,有效保持了数据连续性并提升了回归性能。
2024-12-19 cs.LG
Vertical Fusion: Condensing Internal Representations for Robust ViT Classification
University of Bamberg(班贝格大学);AIML, The University of Adelaide(阿德莱德大学AIML)
研究挑战视觉Transformer仅用最后一层做下游任务的传统,提出可恢复性概念。通过实验发现中间层能纠正部分最后层误分类样本,增益源于冗余 - 正确性对应。提出VFusion垂直聚合策略,该策略在多方面优于基线,为水平集成方法提供稳健高效替代。
2026-07-14 cs.CV cs.LG eess.IV
XAI for time-series classification leveraging image highlight methods
University of Piraeus(比雷埃夫斯大学);Innov-Acts Ltd(Innov-Acts有限公司);Netcompany-Intrasoft S.A(Netcompany-Intrasoft股份公司)
本文提出一种教师-学生蒸馏深度神经网络,通过将时间序列转为二维图像并应用LIME和GradCam等图像高亮方法实现可解释分类,在提升精度的同时增加训练时间。
2023-11-28 cs.AI cs.LG
Graph Transductive Sharpening: Leveraging Unlabeled Predictions in Node Classification
University of Cambridge(剑桥大学)
本文提出了一种转导锐化方法,通过利用未标记节点的预测来改进节点分类任务,无需改变基础架构即可在多个基准上提升性能。
2026-10-19 cs.LG
Malware Classification Leveraging NLP & Machine Learning for Enhanced Accuracy
National Institute of Technology Rourkela(奈尔克拉国家理工学院)
本文提出利用NLP和机器学习技术,通过n-gram分析提升恶意软件分类的准确率,达到99.02%的高精度
2026-02-22 cs.CR cs.LG
Bangla Grammatical Error Detection Leveraging Transformer-based Token Classification
BUET(孟加拉国工程技术大学)
本文将孟加拉语语法错误检测转化为词元分类问题,利用基于Transformer的模型并结合规则后处理,在25,000条文本上实现1.04的Levenshtein距离得分。
2024-11-13 cs.CL cs.LG
Socrates Loss: Unifying Confidence Calibration and Classification by Leveraging the Unknown
University of Auckland(奥克兰大学);Technical University of Munich(慕尼黑技术大学)
本文提出苏格拉底损失,通过引入辅助未知类统一置信度校准与分类,解决训练稳定性与性能的权衡问题,提升模型的准确性和校准性。
2026-04-14 cs.AI cs.CV cs.LG
Dynamic Multimodal Sentiment Analysis: Leveraging Cross-Modal Attention for Enabled Classification
本研究针对多模态情感分类问题,在transformer架构下对比三种融合策略,基于CMU-MOSEI数据集验证早期融合效果更优,为多模态情感分析的特征融合方向提供参考。
2025-01-14 cs.CL cs.LG
Do Sentence Interactions Matter? Leveraging Sentence Level Representations for Fake News Classification
Carnegie Mellon University(卡内基梅隆大学)
通过在线媒体渠道传播的虚假新闻和误导性信息的不断增长需要一种自动检测此类新闻文章的方法。在区分可信与其他类型的新闻文章(讽刺,宣传,恶作剧)的少数有限作品中,没有一个在文档中建模句子交互。我们观察到一个有趣的模式,在不同类型的新闻文章的句子相互作用的方式。为了捕捉长新闻文章的这类信息,我们提出了一种基于图神经网络的模型,该模型不需要特征工程来进行细粒度的假新闻分类。通过实验,我们证明了我们提出的方法击败了强大的神经基线,并在现有数据集上达到了最先进的精度。此外,我们建立了我们的模型,通过评估其性能在域外的情况下的泛化能力。代码可在https://github.com/MysteryVaibhav/fake_news_semantics上获得
2019-10-27 cs.CL cs.LG stat.ML
Improving AEBS Validation Through Objective Intervention Classification Leveraging the Prediction Divergence Principle
Institute of Automotive Engineering(汽车工程研究所);Technical University of Darmstadt(达姆施塔特技术大学)
本文提出基于预测分歧原理的规则化分类方法,用于客观区分AEBS激活中的假阳性与真阳性,并探讨其与人工标注结合以提升验证过程的透明度和一致性。
2025-07-21 cs.LG cs.RO
Leveraging RNNs and LSTMs for Synchronization Analysis in the Indian Stock Market: A Threshold-Based Classification Approach
Shiv Nadar Institution of Eminence(希夫·纳达尔卓越机构)
本研究提出结合非线性时间序列分析与RNN、LSTM的股价同步性预测方法,在印度20只高市值股票21年数据集上实现0.98准确率与0.83的F1值,为交易策略和风险管理提供支撑。
2024-08-27 cs.LG q-fin.ST
Leveraging Geometric Visual Illusions as Perceptual Inductive Biases for Vision Models
Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学);University of Oxford(牛津大学)
本文提出将经典几何视觉错觉作为感知归纳偏置引入图像分类训练,通过合成参数化错觉数据集与三种多源学习策略,证明其能提升 CNN 和 Transformer 模型的泛化能力与结构敏感性。
2025-09-18 cs.AI cs.CV cs.LG
Imbalance-XGBoost: Leveraging Weighted and Focal Losses for Binary Label-Imbalanced Classification with XGBoost
Rutgers University - New Brunswick(罗格斯大学新布朗斯维克分校);Weifang Medical University(潍坊医学院)
本文介绍了Imbalance-XGBoost,这是一个Python软件包,它将强大的XGBoost软件与加权和焦点损失相结合,以解决二进制标签不平衡分类任务。虽然就大小而言是一个小规模的程序,但据作者所知,该软件包是同类软件中的第一个,它为XGBoost上的两个损失提供了一个集成的实现,并为标签不平衡的场景带来了XGBoost上的通用扩展。本文通过示例代码清单描述了该软件包的设计和使用,并说明了其集成到Python驱动的机器学习项目中的方便性。此外,由于损失函数的一阶和二阶导数对于实现是必不可少的,因此讨论了代数推导,并且可以将其视为单独的算法贡献。在帕金森病分类数据集上经验性地评估了在包中实现的算法的性能,并且已经观察到多个最先进的性能。鉴于XGBoost的可扩展性,该软件包具有很大的潜力,可应用于现实生活中的二进制分类任务,这通常是大规模和标签不平衡。
2021-08-22 cs.LG stat.ML
Leveraging Transformers to Improve Breast Cancer Classification and Risk Assessment with Multi-modal and Longitudinal Data
New York University(纽约大学);NYU Langone Health(纽约大学朗格尼医学中心);NYU Grossman School of Medicine(纽约大学格罗斯曼医学院);New York University Abu Dhabi(纽约大学阿布扎比分校)
提出多模态Transformer(MMT),融合乳腺X线摄影和超声数据并利用纵向影像,在130万次检查上训练,实现癌症检测AUROC 0.943和5年风险预测AUROC 0.826,优于单模态基线。
2023-11-15 cs.CV cs.LG eess.IV
Careful Whisper -- leveraging advances in automatic speech recognition for robust and interpretable aphasia subtype classification
nyra health GmbH(nyra健康有限公司)
本文提出一种结合CTC和编码器-解码器自动语音识别模型及自然语言处理技术的全自动化流程,通过提取语音特征生成健康语音原型,实现了区分失语症与健康对照组的人类水平准确率及90%的亚型分类准确率。
2023-08-02 cs.CL cs.LG cs.SD
Leveraging Structure for Improved Classification of Grouped Biased Data
我们考虑半监督二进制分类,用于数据点自然分组的应用(例如,按州分组的调查响应)并且标记的数据是有偏差的(例如,调查对象不代表人口)。这些组在特征空间中重叠,因此输入-输出模式在组之间是相关的。为了对这些数据的固有结构进行建模,我们假设在组不可知的特征空间中定义的分组投影类条件不变性。我们证明,在这种假设下,该组携带额外的信息类,在组不可知的功能,可证明改善ROC曲线下的面积。进一步假设分区投影类条件分布在标记和未标记的数据的不变性,我们推导出一个半监督算法,显式地利用结构来学习一个最佳的,组感知的,概率校准的分类器,尽管在标记的数据的偏见。合成和真实数据上的实验证明了我们的算法在合适的基线和烧蚀模型上的有效性,跨越标准的监督和半监督学习方法,直接将组作为一个特征。
2022-12-07 cs.LG stat.ML
GeoTTER: Leveraging Local Geometry of Optimal Transport for Zero-Shot Classification
SUNY Buffalo(纽约州立大学布法罗分校);Lawrence Livermore National Lab(劳伦斯利弗莫尔国家实验室)
GeoTTER通过图拉普拉斯平滑和聚类引导成本融合,改进最优传输以解决零样本分类中的校准和适应性问题,在多个基准上中位提升6.82%。
2026-09-15 cs.LG
Leveraging Prediction Entropy for Automatic Prompt Weighting in Zero-Shot Audio-Language Classification
本文提出基于熵的提示加权方法,通过最小化预测熵来提高零样本音频-语言分类的准确性,实验表明其在多个数据集上均优于传统方法。
2026-01-08 cs.LG cs.SD
Leveraging Uncertainty from Deep Learning for Trustworthy Materials Discovery Workflows
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室)
在本文中,我们利用深度神经网络的预测不确定性来回答材料科学家在基于机器学习的材料应用工作流程中经常遇到的挑战性问题。首先,我们表明,通过利用预测的不确定性,用户可以确定所需的训练数据集的大小,以达到一定的分类精度。接下来,我们提出不确定性引导的决策推荐,以检测并避免对令人困惑的样本做出决策。最后,我们表明,预测的不确定性也可以用来检测分布外的测试样本。我们发现,该方案足够准确,可以检测到数据中的大范围真实变化,例如,图像获取条件的改变或合成条件的改变。使用来自扫描电子显微镜(SEM)图像的微观结构信息作为示例用例,我们表明利用不确定性感知的深度学习可以显着提高分类模型的性能和可靠性。
2021-04-22 cond-mat.mtrl-sci cs.CV cs.LG
Improving Multimodal Classification of Social Media Posts by Leveraging Image-Text Auxiliary Tasks
University of Sheffield(谢菲尔德大学);Bloomberg(彭博公司)
本研究提出在微调多模态模型时联合使用图像-文本对比和图像-文本匹配两个辅助损失,以改进社交媒体帖子的多模态分类,在五个数据集上实现高达2.6个F1分数点的提升。
2024-02-03 cs.CL cs.LG cs.SI