实体
algorithm selection
algorithm selection
PulseAugur coverage of algorithm selection — every cluster mentioning algorithm selection across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架支持对脑电图数据进行实例级基础模型选择
研究人员开发了EEG-AS，一个新颖的框架，用于逐个实例地选择最有效的脑电图（EEG）数据基础模型。这种方法解决了没有单一EEG基础模型能在所有数据集和个体实例上都表现最佳的挑战。EEG-AS使用潜在嵌入和神经生理学特征来表征每个EEG实例，学习在不执行全部模型组合的情况下预测基础模型的行为。实验表明，EEG-AS显著缩小了每个实例的最佳可能模型与实际选择模型之间的性能差距，从而能够更自适应地部署EEG基础模型。
-
算法选择模型在现实世界泛化能力方面接受测试
研究人员评估了算法选择模型在现实世界中的泛化能力，该模型旨在为给定问题自动选择最佳优化算法。他们的研究使用了来自机器人学和无人机路径规划的合成基准和真实世界数据集。研究结果揭示了这些模型在不同领域之间迁移时成功和失败的地方，突显了将其应用于特定、现实场景的挑战。