实体
Boruta
Boruta
PulseAugur coverage of Boruta — every cluster mentioning Boruta across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
GraphFAS系统为欺诈检测自动化图特征选择
一个名为GraphFAS的新系统已被开发出来，用于自动化图特征的生成和选择，该系统专门为工业交易网络设计。该系统通过提供可解释的结构特征和鲁棒的特征选择，解决了传统专家手工特征和端到端图神经网络（GNNs）的局限性。GraphFAS已部署在支付宝，与现有方法相比，在工程效率和性能方面取得了显著的改进。
-
新方法增强了针对不同人群和噪声数据的鲁棒特征选择
两篇新研究论文介绍了鲁棒特征选择的两种新方法。第一种方法 PopFS 通过平衡整体预测效益与对服务不足群体的保护来优化不同人群的特征收集，并在多个数据集和一项 COVID-19 实时预测研究中证明了其有效性。第二篇论文提出了一种基于假设检验的方法，该方法将特征选择置于理论基础上，通过可靠地恢复真实信号并提供统计上合理的标准，在模拟和实际应用中优于 Boruta 和 RFE 等现有方法。
-
强化学习优化特征选择以实现稳定的生物标志物发现
研究人员开发了StackFeat-RL，一个用于高维基因组数据特征选择的新型元学习框架。该方法利用强化学习，特别是REINFORCE策略梯度，来优化迭代双标准特征选择算法。双标准确保了系数一致性和选择频率，旨在实现生物标志物发现的准确性、稀疏性和稳定性。