实体
K-nearest neighbor graphs
K-nearest neighbor graphs
PulseAugur coverage of K-nearest neighbor graphs — every cluster mentioning K-nearest neighbor graphs 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
-
新方法使用 K 最近邻图进行高效核心集选择
研究人员开发了一种新颖的高效核心集选择方法 KNNG-CS，该方法利用 K 最近邻图。该方法旨在通过选择一个更小、更具代表性的训练数据子集来降低模型训练的计算成本。与先前需要密集成对距离或大型矩阵的方法不同，KNNG-CS 利用局部邻域结构来估计数据项的重要性，从而显著减少选择时间和内存使用量，同时保持可比的准确性。
-
图像编码器的选择显著影响 GCN 在乳腺超声分类中的性能
研究人员调查了不同图像编码器对图卷积网络 (GCN) 在乳腺超声分类中性能的影响。研究发现，包括卷积和基于 Transformer 的架构在内的更高容量的编码器，持续提高了图同质性以及准确性、AUC、敏感性、特异性和 F1 分数等下游分类指标。研究还建立了测试集图同质性与分类准确性之间的强相关性，表明编码器提供的更高表示质量是性能提升的关键因素。