实体
ADASYN: Adaptive synthetic sampling approach for imbalanced learning
ADASYN: Adaptive synthetic sampling approach for imbalanced learning
PulseAugur coverage of ADASYN: Adaptive synthetic sampling approach for imbalanced learning — every cluster mentioning ADASYN: Adaptive synthetic sampling approach for imbalanced learning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的RoBERTa框架解决了网络安全漏洞分类中的类别不平衡问题
一篇新的研究论文提出了一种层次感知RoBERTa框架，用于解决使用通用弱点枚举（CWE）分类法进行网络安全漏洞分类中的类别不平衡问题。该框架通过可学习的父类嵌入显式地整合CWE结构信息，以保持分类法的一致性。在CWE研究概念数据集上的实验表明，该方法实现了0.76的加权F1分数，优于SMOTE和ADASYN等传统过采样技术，并显著提高了少数类别的性能。
-
AI模型预测心脏病发作死亡并识别关键生物标志物
研究人员开发了一种结合了深度人工神经网络和集成机器学习方法的模型，用于预测急性心肌梗死（MI）的致命结局并识别关键生物标志物。该模型解决了当前诊断方法耗时且不一致的局限性。通过采用SVMSMOTE和ADASYN等数据预处理技术处理不平衡数据，并结合特征选择方法，该系统集成了逻辑回归、随机森林、Light-GBM和Bagging SVM，并通过神经网络进一步提高准确性。该方法旨在为临床医生提供一种更快、更准确、更经济的诊断工具。