实体
SupCon
SupCon
PulseAugur coverage of SupCon — every cluster mentioning SupCon across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
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 3 条
-
新AI方法保留患者结构，以实现更好的生理信号泛化
研究人员开发了一种新颖的患者感知对比学习方法，旨在提高生理信号模型训练的泛化能力。该方法专门解决了个体患者内部不同的基线模式带来的挑战，这些模式会阻碍模型在未见过个体上的性能。通过仅将同患者、同类别的片段形成正例对，该方法在区分类别时保留了患者的个体差异。该技术在IRIDIA-AF数据集上展示了优越的患者结构保留能力，并实现了0.989的高患者独立接收者操作特征曲线下面积（AUROC），突显了跨患者稳健泛化能力对每位被试几何一致性的重要性。
-
AI硬件带动STAR 50指数飙升；Coupang遭罚；苹果、OpenAI新闻
STAR 50指数大幅上涨超过4%，受计算硬件股票上涨推动，其中上海硅产业集团触及20%日涨停，天岳先进、中控技术等公司也出现显著增长。另据报道，韩国公平交易委员会因Coupang误导性宣传其付费会员折扣而对其处以5亿韩元罚款。苹果公司也宣布了新的Siri AI功能，而OpenAI据称已提交IPO申请。
-
ProtoFair 通过使用伪反事实对引入公平的自监督学习
研究人员推出了一种名为 ProtoFair 的新方法，用于增强自监督学习模型的公平性。该方法可与现有的自监督学习框架集成，而无需修改其核心目标。ProtoFair 利用无监督原型聚类来创建伪反事实对，使模型能够学习对种族或性别等敏感属性不变的表示。在 CelebA 和 UTKFace 等基准数据集上的实验表明，ProtoFair 在提高公平性的同时保留了模型的准确性。