实体
Ricardo Ribeiro Pereira
Ricardo Ribeiro Pereira
PulseAugur coverage of Ricardo Ribeiro Pereira — every cluster mentioning Ricardo Ribeiro Pereira 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
-
新的研究框架解决了迁移学习中演化数据的挑战
一篇新研究论文介绍了一个名为“面向演化域的迁移学习”（TrED）的框架，该框架解决了现实应用中数据可用性的动态性问题。与通常假设数据条件静态的传统迁移学习不同，TrED 将随时间逐步收集数据和标签的过程形式化。该论文认为，现有的迁移学习方法通常是为特定的数据可用性模式量身定制的，并没有针对整个学习轨迹进行优化，因此 TrED 是一个重要且目前尚未解决的研究问题。
-
新方法增强了不规则时间序列数据的因果发现能力
研究人员开发了PCMCI+方法的一个扩展版本，使其能够对不规则采样的时间序列数据进行因果发现。这种新方法在时间窗口上聚合因果影响，克服了需要规则数据结构的传统方法的局限性。在合成数据集上的评估表明，扩展后的方法可以从不规则事件流中准确恢复因果图，其性能优于标准的PCMCI+。