Gaussian Discriminant Analysis for Optimal Delineation of Mild Cognitive Impairment in Alzheimer's Disease
PulseAugur coverage of Gaussian Discriminant Analysis for Optimal Delineation of Mild Cognitive Impairment in Alzheimer's Disease — every cluster mentioning Gaussian Discriminant Analysis for Optimal Delineation of Mild Cognitive Impairment in Alzheimer's Disease across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新方法LE-GDA利用中间表示提升CLIP适应性
研究人员开发了LE-GDA，一种用于CLIP等视觉语言模型训练免费少样本适应的新方法。该方法利用了模型编码器中通常在标准方法中未使用的中间表示。通过将正则化判别器拟合到这些表示并进行组合，LE-GDA可以标准化类别分数，并在各种数据集和CLIP骨干网络上提高准确性。与仅使用最终阶段嵌入的基线相比，该方法在16次射击时平均准确率提高了1.53%，在一次射击时提高了1.20个百分点，凸显了中间表示的价值。
-
新方法优化多类分类风险的标签获取
研究人员开发了一种新颖的方法，用于优化多类分类任务中有限标注预算的分配。该方法结合了已获取标签的Fisher信息与多类超额风险的局部几何结构，推导出了一个获取标准。该标准优先考虑与扰动贝叶斯决策边界的参数方向高度一致的标签，而不是仅仅依赖于后验不确定性或全局参数信息。研究包括理论表征、自适应程序以及在高斯判别分析和卫星图像数据集上的实验验证，证明与基于不确定性的采样相比，在平均误差方面有潜在的改进。