Support vector classifiers via gradient systems with discontinuous righthand sides.
PulseAugur coverage of Support vector classifiers via gradient systems with discontinuous righthand sides. — every cluster mentioning Support vector classifiers via gradient systems with discontinuous righthand sides. across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
NarraSpace系统将AI痴呆症分类与视觉场景证据关联
研究人员开发了NarraSpace，一个旨在通过将语言模型预测与视觉场景证据关联来改进痴呆症分类的新系统。该系统将词语和语音时间与特定的图片元素关联，并检索相关的陈述，提供总结覆盖范围和时间组织的叙事-空间描述符。NarraSpace将事件索引的语言模型测量值与其源陈述和语音时间联系起来，使临床医生能够将定量摘要与原始语音证据一起审查。使用NarraSpace的固定支持向量分类器在阿尔茨海默病分类的基准测试集上达到了80.88%的平均准确率。
-
Pairwise Difference Learning for Classification 详细介绍见新的 arXiv 论文 · 跟踪 3 个来源
研究人员开发并分析了用于分类任务的成对差分学习 (PDL)，这是一种元学习技术，它预测两个输入实例结果之间的差异，而不是直接将实例映射到结果。一篇论文侧重于通过将不确定性分解为随机不确定性和认知不确定性分量来量化 PDL 分类器中的不确定性，分析预测准确性和不确定性感知。另一项研究通过比较各种编码策略和配对选择方法来研究高效的 PDL，发现特定的绝对差值编码器和将训练限制在上三角配对可以显著提高效率，同时准确性损失最小。PDL 分类器…
-
AI模型高精度检测临床试验剂量错误 · 已追踪2个来源
研究人员开发了一种使用领域特定Transformer嵌入和分类模型来检测临床试验中剂量错误的方法。该研究评估了几种语言模型，包括ClinicalBERT、PubMedBERT、BioBERT和MedCPT，用于编码文本试验数据。BioBERT表现出卓越的性能，ROC-AUC达到0.794，比ClinicalBERT提高了3.95%。组合多个嵌入并未增强结果，这表明领域对齐比表示堆叠更关键。预测剂量错误最有效的模型是梯度提升、支持向量分…