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.
- instance of alphaXiv 90%
- instance of Gotit.pub 90%
- instance of IArxiv 90%
- instance of CatalyzeX 90%
- instance of decision tree 90%
- instance of naive Bayes classifier 90%
- used by IArxiv 70%
- developed IArxiv 70%
- competes with logistic regression model 60%
- used by alphaXiv 60%
- used by Gotit.pub 60%
- used by CatalyzeX 60%
10 天有情绪数据
K-Nearest Neighbors (KNN) shows strong performance on manually labeled financial NLP data
In the context of financial NLP for Brazilian Portuguese, K-Nearest Neighbors (KNN) achieved the highest accuracy when using manually labeled data. This observation highlights the continued relevance of KNN in specific domains where high-quality, domain-specific labels are available, even in the era of large language models.
CertEx method to be integrated into large-scale visual search engines
The CertEx method offers significant speedups for exact kNN search in visual retrieval. Given its performance gains over existing methods on large datasets, it is plausible that search engine providers will explore integrating CertEx to improve the accuracy and speed of their visual search capabilities.
Research on transformers learning K-NN via Chain-of-Thought to spur new model architectures
The finding that one-layer transformers can learn K-NN prediction using Chain-of-Thought reasoning is a significant theoretical advance. This could lead to new research focused on developing transformer architectures specifically optimized for K-NN tasks, potentially improving performance in areas like recommendation systems and data retrieval.
-
特征缩减技术对对抗性攻击鲁棒性的影响分析
一篇新研究论文探讨了特征缩减技术如何影响各种机器学习模型在对抗性攻击下的鲁棒性。该研究分析了支持向量机、决策树、随机森林、多层感知机和k近邻等模型。在不同攻击场景下,包括投毒、后门和通用对抗性扰动,对APT数据集评估了主成分分析、排列重要性排序、递归特征消除和单变量互信息等技术的效果。研究结果表明,排列重要性排序和单变量互信息通常能提供最一致的对抗性鲁棒性提升,尽管其他方法根据具体的分类器和攻击类型显示出不同的效果。
-
新的多目标检索方法增强科学数据搜索
研究人员开发了一种新颖的多目标检索方法,用于科学数据,尤其适用于宇宙学,其中观测数据集在不同模态上的覆盖可能不均匀。该方法通过组合独立学习的嵌入并通过帕累托优化来实现,这与多模态基础模型形成对比。新方法保留了模态特定的结构,使科学家能够理解驱动相似性的物理信号,并在FM嵌入空间中比传统的kNN提高了8%的最近邻准确率。
-
QBSO-FS方法通过优化特征选择增强防火墙日志分析
研究人员开发了一种名为QBSO-FS的新型特征选择方法,该方法结合了蜂群优化和Q学习,以改进防火墙日志分析。该方法在UCI互联网防火墙数据集上使用随机森林、k近邻和伯努利朴素贝叶斯等分类器进行了测试。QBSO-FS方法成功识别出一小组特征,显著提高了分类准确率和Macro-F1分数,特别是对于去重数据上的随机森林,准确率达到99.90%,Macro-F1达到94.88%。
-
新 CaST 方法提高了约束向量搜索的准确性和速度
研究人员开发了一种名为 CaST 的新型约束向量搜索方法,旨在提高检索系统的效率和准确性。该方法利用动态规划和线性规划创建校准停止规则,以指定的概率保证精确答案,这与仅关注平均召回率的方法不同。在大型数据集上,CaST 与其他校准规则相比,在速度上有了显著提升,同时保持了较低的最优性差距。
-
MouldIt模型提高工业过程学习的数据效率 · 跟踪1个来源
研究人员开发了MouldIt,一种新颖的变分自编码器模型,它利用时序卷积和注意力机制来提高工业过程中的数据效率。该模型旨在理解底层过程,并通过其在注塑成型中的应用进行了演示。MouldIt的性能优于k近邻和随机森林等传统机器学习方法,尤其是在多模态设置下,在零件分类和异常检测方面取得了卓越的性能。
-
深度学习与SHAP分析增强MRI脑肿瘤检测
研究人员开发了一种增强型方法,结合磁共振成像(MRI)、深度学习和可解释AI来检测脑肿瘤。该研究探索了包括局部二值模式(LBP)、Gabor滤波器和卷积神经网络(CNN)在内的各种特征表示方案,以及支持向量分类器(SVC)和CNN等多种学习算法。实证结果表明,LBP与SVC在小型数据集上达到了98.06%的准确率,而CNN在大型基准数据集上达到了98.9%的准确率,展示了自动化肿瘤诊断的高精度。
-
用于高能物理生成模型的新评分方法发布
研究人员开发了一种评估高能物理生成模型的新方法,超越了可能掩盖条件崩溃的传统边际散度。通过采用连续排序概率技能得分(CRPSS),该研究根据条件变量中可用的信息评估模型的性能。在CMS模拟基准上的结果表明,当前架构可能已达到从条件变量中提取信息的极限。
-
新的COL-Tree数据结构提升空间网络搜索效率
研究人员开发了一种名为COL-Tree(Compacted Object-Landmark Tree)的新数据结构,旨在实现空间网络中高效的层次化对象搜索。该结构利用基于地标的启发式方法,比传统的欧几里得方法在道路系统等复杂网络图中更有效。COL-Trees能够更快地处理各种查询,包括聚合k最近邻(A$k$NN)和k最远邻居($k$FN),在预处理开销极小的情况下,性能比现有方法高出三个数量级。
-
新的KG-Neighbor方法提高了嵌入可视化准确性
研究人员开发了KG-Neighbor,一种用于构建知识引导邻域图以改进嵌入可视化的新方法。该方法利用知识图谱(KGs)中的关系知识来调整嵌入距离并重建邻域图,旨在比传统方法更好地反映内容关系。该系统还包括IDProfile(IDP)来分析残差不匹配,区分投影失败和其他问题。跨各种数据集和编码器条件的实验表明,KG-Neighbor在可视化准确性方面显著优于标准的k近邻基线。
-
新方法增强了大型语言模型知识整合与推理能力
研究人员开发了新的方法来改进大型语言模型(LLMs)整合和利用知识的方式。一种名为ResMem的方法将检索到的信息提炼成参数化记忆,通过训练模型学习加性logit残差来降低存储成本并提高预测准确性。另一种方法ImplicitHop引入了基准来评估来自上下文和模型权重的知识整合,结果表明,在演绎推理方面,上下文信息明显优于编码在权重中的知识。两项研究都强调了当前模型在深度推理和有效整合信息方面的局限性。
-
新的柯西位移网络提供更快的异常检测
研究人员推出了一种新颖的异常检测方法——柯西位移网络(Cauchy Displacement Network, CDN),该方法将邻域几何结构编译到一个紧凑的神经网络中。与需要将每个查询与整个训练集进行比较的传统方法不同,CDN 在单次前向传播中即可完成推理,显著降低了计算成本和内存需求。该网络将正常点回归到其 k-最近邻的均值,在 46 个基准数据集上取得了最先进的性能,同时处理查询的速度比现有检测器快几个数量级。
-
新的量子 KNN 算法简化距离计算
研究人员开发了一种新颖的 k 最近邻 (KNN) 算法的量子实现,称为量子 KNN (QKNN)。这种新方法通过向每个向量添加一个单一分量来简化具有不同 L2 范数的向量之间的欧几里得距离计算。该实现所需的量子比特更少,电路更相干,在具有现实噪声的模拟中显示出优于现有 QKNN 方法的性能。
-
新研究论文详解用于智能监控和物体跟踪的AI
一篇新研究论文探讨了通过分析动态场景、物体检测和运动跟踪来改进监控系统的方法。该研究比较了各种运动触发器和深度学习检测器,发现基于检测器的触发器比传统的运动触发器存储的空闲帧要少得多。研究还强调,增加YOLO11n模型的输入分辨率可显著提高检测精度,而INT8量化可以在性能没有显著下降的情况下降低延迟。然而,研究指出,跟踪精度通常受限于检测失败而非关联问题。
-
新框架通过分布外检测提升DNA甲基化肿瘤分类能力
研究人员开发了一个新框架,以提高基于DNA甲基化肿瘤分类系统的鲁棒性。这种深度表示学习方法侧重于检测分布外(OOD)样本,这些样本可能导致临床诊断中的错误预测。该研究探索了各种OOD检测方法,发现一维子空间分析(1D-SSA)是最有效的方法。当应用于肉瘤和脑肿瘤数据集时,该框架在区分分布内和分布外样本方面表现出高精度,表明其作为临床应用的质量控制层具有潜力。
-
Graph Neural Networks Advance Leak Localization in Water Networks
研究人员开发了一种新颖的图神经网络(GNN)模型,能够定位供水管网中同时发生的多个泄漏点。这种GNN方法可以在无需预先了解泄漏数量或对所有可能的泄漏组合进行详尽训练数据的情况下,识别可变数量的泄漏点。与多层感知机和支持向量机等传统机器学习分类器相比,该模型在基准网络上表现出更高的准确性,性能更优。
-
音频主动学习检查点的新型无标签验证方法
研究人员开发了一种名为几何一致性的新方法,用于在音频主动学习中选择检查点。这种无标签验证技术旨在通过避免使用单独的验证集来降低标注成本。该方法使用在标注集上训练的分类器来模拟无标签数据的几何结构,并根据检查点与伪标签的一致性以及在标注集上的交叉熵来对其进行评分。与使用额外标签或超出预算的验证集的方法相比,该方法表现出了有竞争力的性能。
-
新的CANARY方法改进了图像分类器错误检测
研究人员开发了一种名为CANARY的新方法来检测图像分类器中的自信错误,这些错误在已部署的模型中通常不被注意。与依赖单一置信度分数的现有方法不同,CANARY分析特征空间以识别类条件典型性。这种方法无需训练,并在PCA残差上使用kNN距离,显著提高了各种分布偏移下的错误检测能力,尤其是在ImageNet-A、ImageNet-R和ObjectNet等具有挑战性的数据集上。
-
AI代理连接到科学工具用于蛋白质组学研究
OSI Hackathon 2026期间开发的一个项目旨在将AI代理连接到科学工具,特别是单细胞蛋白质组学。该团队创建了一个名为scp-graphfs-mcp的MCP服务器,允许Claude Code和GitHub Copilot CLI等AI代理与复杂科学数据和知识图谱进行交互。这种设置通过标准化AI模型与科学操作之间的交互,促进了可复现的AI代理工作流。
-
量子启发式数据插补显示出改进的分布保真度
研究人员开发了一种新颖的量子启发式框架用于数据插补,这是临床数据集预处理的关键步骤。该方法结合了主成分分析(PCA)和基于量子旋转的重建,利用无梯度优化器(如模拟退火和差分进化)来选择旋转角度。该方法在UCI Pima Indians Diabetes数据集上进行了评估,与包括SoftImpute、MissForest和VAE在内的各种经典和现代机器学习插补方法相比,在分布保真度方面显示出显著的改进。
-
新的EGiME方法改进了少样本学习中的模型评估
研究人员推出了一种新颖的半监督方法EGiME,用于评估少样本学习场景中的预训练模型。该方法通过分析特征空间的聚类结构来评估特征提取质量,而无需训练分类器。EGiME结合了类间熵和类内熵度量,与真实准确度表现出高度相关性,并在数据稀缺的情况下提供了比传统监督方法更稳定的模型排名。