实体
Gaussian prior based adaptive synthetic sampling with non-linear sample space for imbalanced learning
Gaussian prior based adaptive synthetic sampling with non-linear sample space for imbalanced learning
PulseAugur coverage of Gaussian prior based adaptive synthetic sampling with non-linear sample space for imbalanced learning — every cluster mentioning Gaussian prior based adaptive synthetic sampling with non-linear sample space for imbalanced learning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新AI框架提高宫颈癌筛查准确性
研究人员开发了一个新的框架，用于对宫颈细胞学图像进行分类，以辅助自动化宫颈癌筛查。该方法结合了几何感知高斯先验和轴向注意力模块，它们可以学习细胞模式内的结构规律性和长距离依赖性。在两个数据集上的实验证明了高准确性，所提出的方法在Mendeley数据集上达到了99.48%，在SIPaKMeD数据集上达到了96.08%，表明其作为决策支持工具的潜力。
-
PRISM框架增强机器人世界模型动作采样
研究人员开发了PRISM，一个用于改进机器人世界模型中动作采样的新框架。PRISM直接从世界模型自身的学习表示中提取动作直觉，避免了对单独的大型视觉编码器或VLM的需求。这种方法将状态条件高斯先验集成到规划器的采样分布中，在Cube和PushT等任务上将成功率显著提高了高达35个百分点，而没有增加大量的推理开销。