Partial Least Squares
PulseAugur coverage of Partial Least Squares — every cluster mentioning Partial Least Squares across labs, papers, and developer communities, ranked by signal.
-
新的校准框架简化了近红外光谱数据预处理
研究人员开发了一种名为算子自适应校准的新框架，用于简化近红外光谱（NIRS）中的光谱预处理方法的选择。该方法将预处理选择直接集成到校准模型中，减少了对成本高昂且耗时的外部流程搜索的依赖。新模型通过生成可追溯的算子选择并保留可解释的系数，提供了更快、更稳健且可审计的 NIRS 方法开发。
-
研究人员使用迁移学习预测VRF机组的音调噪声
研究人员开发了一种无监督迁移学习方法，称为域不变偏最小二乘法（Di-PLS），用于预测VRF机组中的音调噪声。该方法利用热力学和振动信号来预测不同条件下的噪声水平。研究发现，振动信号比热力学信号提供更准确的预测，预测误差在3 dB以内。
-
开发者构建受 Winamp 启发的 macOS 音频播放器，拥抱 90 年代美学
一位开发者创建了一款名为 Light Crime 的原生 macOS 音频播放器，其灵感来自 Winamp 的美学和功能。该应用程序支持广泛的音频格式和播放列表类型，提供滚动跑马灯显示曲目名称和硬件媒体键支持等功能。开发者强调了个人计算和自我表达的乐趣，并将其与当前中心化的流媒体平台格局进行了对比，同时指出 Claude 等 AI 工具在开发过程中的协助作用。
-
RamanBench基准测试规范化光谱学机器学习
研究人员推出了RamanBench，这是一个旨在规范拉曼光谱机器学习应用的综合基准测试。该新基准测试集成了74个数据集，共包含超过325,000个光谱，以促进分类和回归任务的可复现评估。对28个模型的初步基准测试显示，表格基础模型（Tabular Foundation Models）的性能普遍优于其他方法，但没有一种单一方法能在所有数据集上表现出广泛的泛化能力，这凸显了社区进一步贡献的必要性。