k-nearest neighbors algorithm
PulseAugur coverage of k-nearest neighbors algorithm — every cluster mentioning k-nearest neighbors algorithm across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
-
DINOv2 在细粒度分类任务中表现逊于 SigLIP
一位正在进行关于细粒度汽车分类的学士论文的 Reddit 用户发现，当 DINOv2 Giant 模型被用作 k-NN 分类的冻结编码器时，其表现明显不如 SigLIP2 SO400M。尽管使用了 L2 归一化嵌入，DINOv2 的准确率仅为 41%，而 SigLIP2 的准确率高达 92%。该用户怀疑通过自监督训练的 DINOv2 可能需要一个训练过的头部才能胜任细粒度任务，而像 SigLIP 这样的对比学习模型则不需要，并正在寻求…
-
基于AIT的新方法在文本分类任务上超越BERT
研究人员开发了一种基于算法信息论（AIT）分析文本结构的新方法，利用Ladderpath方法识别序列中的嵌套和分层重复。该方法定义了三种新的距离度量，当与k近邻分类器集成时，在文本分类任务（包括分布外和少样本场景）中表现出色。这些Ladderpath派生的距离在这些具有挑战性的环境中优于基于gzip的归一化压缩距离（NCD）和BERT，为序列理解提供了一种轻量级、可解释且无需训练的替代方案。
-
机器学习基础：监督学习、无监督学习和集成技术
本文深入探讨了机器学习的基本概念，涵盖了监督学习和无监督学习技术。通过函数逼近、偏差-方差权衡以及决策树、朴素贝叶斯、k近邻和支持向量机等常用算法来探讨监督学习。对于无监督学习，讨论侧重于聚类方法，如层次聚类和k-means，并解决了噪声和算法稳定性等挑战。文章还涉及了装袋法（bagging）和提升法（boosting）等集成学习方法，并简要介绍了强化学习。
-
新的WIDER-FAIR数据集揭示面部检测模型的偏见
研究人员推出了WIDER-FAIR，一个旨在评估面部检测模型公平性的新数据集。WIDER-FAIR建立在WIDER-FACE基准之上，包含对16,256张图像和四个族裔群体（亚洲人、黑人、印度人和白人）的感知族裔和性别的手动注释。使用在该数据集上训练的YOLOv5模型的初步实验显示，对黑人个体的面部检测性能显著较低，并且将该群体排除在训练之外比排除任何其他人口群体更能加剧公平性差异。
-
新方法增强AI模型的分布外检测能力
两篇新研究论文提出了用于检测机器学习模型中分布外（OOD）数据的新颖方法。第一篇论文《利用局部平坦性实现高效的分布外检测》介绍了Fold和AutoFold，它们利用Hessian曲率更有效、更高效地区分分布内和分布外数据。第二篇论文《MaRS：通过马氏残差评分实现鲁棒的分布外检测》提出了MaRS，一种在潜在特征空间中使用重构残差上的马氏距离来改进OOD检测的方法，特别适用于医学成像。
-
SEAGAN：新型图网络增强植物生理学分析
研究人员开发了SEAGAN，这是一种新颖的图注意力网络，用于分析动态植物过程，特别关注植物生理学中使用的A-Ci曲线。该模型将A-Ci曲线点视为图中的节点，利用k近邻和辅助信号引导的连通性来识别生化限制状态。SEAGAN集成了过程感知特征、边缘属性和注意力机制，以提高分类精度，尤其是在复杂的过渡区域。该模型在合成数据集上取得了0.857的F1分数和0.882的准确率，证明了基于图的方法在此类科学数据分析中的有效性。
-
研究论文强调了射线追踪在城市射频模拟中的局限性
一篇新的研究论文探讨了在城市环境中，基于学习的射频（RF）任务的射线追踪模拟的局限性。在罗马进行的研究发现，虽然精确的几何形状和天线模型对模拟保真度至关重要，但准确捕捉城市残余噪声仍然是可迁移射频模拟的一个重大挑战。研究强调，天线的位置和方向对模拟精度有决定性影响，简单的优化可将相关性提高高达130%，并将定位误差降低三分之一。
-
新AI模型预测桥梁结构响应速度提升60倍 · 追踪2个来源
研究人员开发了一种自适应主干DeepONet模型，以改进长跨度公路桥梁局部结构响应的预测。该新框架使用k近邻（KNN）策略动态创建依赖于载荷的学习域，使网络能够专注于关键结构影响区域。该模型结合了距离感知特征和基于物理的重建方法，实现了与有限元分析（FEM）相当的精度，同时显著缩短了计算时间，总体速度提高了60倍，仅推理速度就提高了四个数量级。
-
新型Transformer模型自动化机械机构设计
研究人员开发了一种离散自回归Transformer（DAT），以解决平面机构路径综合的复杂问题。这种新颖的方法将综合过程建模为条件自回归序列，其中关节坐标被量化为令牌并通过Transformer生成。DAT模型在超过一百万个机构上进行了训练，在保留测试中取得了较低的Chamfer距离和动态时间规整分数，证明了其生成多样化且准确的机构设计的能力。
-
新框架通过 k-近邻统一 CNN 和 Transformer
研究人员推出了一种名为卷积近邻（ConvNN）的新型框架，它统一了卷积神经网络（CNN）和 Transformer。该论文认为，这两种架构都是 k-近邻聚合的特例，区别在于邻居的选择方式：CNN 使用空间邻近性，而 Transformer 使用特征相似性。通过配置相似性函数和邻居选择策略，ConvNN 可以在局部和全局聚合之间实现连续的频谱。
-
新的TS-Memory适配器增强了时间序列基础模型
研究人员开发了TS-Memory，这是一种新颖的即插即用记忆体适配器，旨在增强时间序列基础模型（TSFMs）。该方法通过缓解灾难性遗忘和减少推理延迟来应对将TSFMs适应新领域的挑战。TS-Memory通过一个涉及kNN教师和随后蒸馏成轻量级适配器的两阶段训练过程来实现这一点，从而能够进行高效、无需检索的部署。
-
新型自适应kNN图模型加速AI推理速度
研究人员开发了一种自适应图模型，用于增强大规模AI应用的k近邻（kNN）算法。该新模型通过将分层可导航小世界（HNSW）图与预计算的投票机制相结合，将推理延迟与计算复杂性解耦。该方法将邻居选择的计算负担转移到训练阶段，从而能够更快地遍历较高的图层，并在较低的图层中实现精确的自适应邻居计数。跨六个数据集的基准测试表明，该架构在不牺牲分类准确性的情况下显著加快了推理速度，为kNN固有的推理瓶颈提供了可扩展的解决方案。
-
AI技术综述用于增强牛只识别
一篇发表在arXiv上的综合性综述详细介绍了机器学习和深度学习技术在牛只识别中的应用。虽然K近邻和支持向量机等传统方法显示出潜力，但卷积神经网络和YOLO等深度学习模型在认知、检测和识别方面表现出卓越的性能。该论文强调了包括数据集有限、由于环境因素导致的数据质量问题以及实时处理的需求等挑战，旨在指导可持续畜牧管理系统的发展。
-
新型 k-NN 分类器利用 Gromov-Wasserstein 距离处理图
研究人员开发了一种利用 Gromov--Wasserstein (GW) 和融合 Gromov--Wasserstein (fGW) 距离的 $k$-最近邻 ($k$-NN) 分类方法。该方法可以直接比较具有不同节点数的图，并可纳入节点特征。研究证明了这些基于 GW 的 $k$-NN 分类器对于一般图和节点属性图的通用一致性，实验结果显示出强大的性能。
-
新研究解决 LLM 路由限制；A3M Router 声称节省成本
两篇新研究论文解决了大型语言模型 (LLM) 路由系统的局限性。其中一篇论文“ReCal”引入了一个奖励校准框架，通过分解奖励和重新加权优化信号来提高基于 RL 的路由器的训练稳定性和性能。另一篇论文“The Routing Plateau”指出了当前路由器中的可预测性瓶颈，表明它们由于缺乏实例特定的路由信号而经常在困难查询上失败，并建议使用更大的数据集和更强的编码器作为解决方案。此外，A3M Router 的更新强调了其在企业 AI…
-
AI通过SMOTE过采样改进物联网入侵检测
研究人员开发了一种新方法，通过解决数据集中类别不平衡问题来改进物联网网络中的入侵检测。他们应用了合成少数类过采样技术（SMOTE）来平衡数据，实现了1.1的不平衡比。这种方法显著提高了对少数类攻击的检测能力，特别是对组合感染的攻击，这通过宏F1分数和混淆矩阵得以体现。Random Forest模型实现了0.9989的微平均F1分数和0.9794的宏F1分数，优于先前的方法。
-
新的度量方法严格量化模型复杂度
研究人员开发了一种新的、数学上可靠且计算高效的模型复杂度测量方法。该方法基于分析不同输入下模型梯度的相似性，适用于包括参数化、非参数化和基于核的模型在内的各种模型。所提出的度量统一并推广了决策树和神经网络等各种模型的现有复杂度指标，为双下降等现象提供了新的见解。
-
新算法高效估值kNN分类器数据
研究人员开发了新的算法来高效计算Banzhaf值，这是一种用于数据估值的博弈论方法，特别针对k近邻（kNN）分类器。该研究证明了该问题的计算难度，但引入了使用动态规划的实用精确算法，实现了加权kNN的伪多项式时间复杂度和无权kNN的线性时间复杂度。在真实数据集上的实验证实了这些新颖估值方法的效率和有效性。
-
AI框架检测足部异常，助力糖尿病溃疡预防
研究人员开发了一个使用可穿戴足部传感器进行无监督异常检测的基线可行性研究框架，以帮助预防糖尿病足溃疡。该研究将Isolation Forest和K-Nearest Neighbors with Local Outlier Factor算法应用于从健康受试者收集的温度和压力数据。虽然两种算法都显示出潜力，但Isolation Forest对细微异常更敏感，并且压力和温度特征之间的正相关表明了多模态监测的价值。
-
机器学习使用文本和语言特征有效检测假新闻
本研究论文探讨了文本和语言内容特征在检测假新闻方面的有效性，特别是在 COVID-19 疫情期间。该研究使用了传统的机器学习模型，如随机森林和支持向量机，发现这些模型表现良好。与单独使用文本和语言特征相比，结合使用它们并没有显著提高检测准确性。