实体
Nash
Nash
PulseAugur coverage of Nash — every cluster mentioning Nash across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
-
新技术通过超声检查提高肝脏疾病分类的准确性
研究人员开发了一种新颖的方法来改进肝脏疾病的分类，特别是区分代谢功能障碍相关性脂肪性肝病（NASH）和非酒精性脂肪性肝病（NAFLD）。通过将传统的B模式超声与源自物理引导和局部相位成像的互补表示相结合，新方法显著提高了诊断准确性。在梅奥诊所（Mayo Clinic）的大型队列上进行的实验表明，这种利用自监督掩码自动编码器和图卷积网络的集成方法，与单独的传统B模式成像相比，准确率提高了高达32.4%，F1分数提高了91.2%。
-
Nash框架使用神经网络实现更快、自适应的回归
研究人员开发了一个名为神经自适应收缩（Nash）的新框架，用于结构化高维回归问题。Nash利用神经网络将协变量特定的侧面信息整合到稀疏回归中，自适应地调整正则化，无需交叉验证。该方法采用分裂变分经验贝叶斯算法，通过将神经网络的传递次数从O(p)减少到一次批量传递，显著加快了计算速度，实现了74到106倍的实际运行时间加速。实验表明，Nash在准确性和适应性方面优于现有方法。
-
NASH 框架增强了机器学习的数据选择
研究人员推出了一种新的机器学习数据选择框架 NASH，旨在提高 Data Shapley 等方法的有效性。NASH 将效用函数分解为更简单、对 Shapley 有信息的组成部分，并进行非线性聚合以选择高质量的数据子集。该框架旨在在运行时成本仅略微增加的情况下提高性能。