TabTransformer: Tabular Data Modeling Using Contextual Embeddings
PulseAugur coverage of TabTransformer: Tabular Data Modeling Using Contextual Embeddings — every cluster mentioning TabTransformer: Tabular Data Modeling Using Contextual Embeddings across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
表格深度学习模型与经典机器学习在土地覆盖分类中的比较
一篇新的研究论文比较了表格深度学习（TDL）模型与经典机器学习算法在城市土地覆盖分类方面的有效性。该研究使用了来自UCI机器学习存储库的ULC数据集，该数据集包含源自航空影像的表格特征。研究人员将逻辑回归、支持向量机、随机森林、XGBoost和Catboost等模型与TabNet、FT-Transformer、TabTransformer、TabSeq和1D CNN等TDL模型进行了基准测试。结果表明，虽然树模型表现良好，但TDL模型…
-
新的IDS使用GAN增强的TabTransformer以提高对抗鲁棒性
研究人员开发了一种新的入侵检测系统（IDS），该系统使用边界搜索生成对抗网络（BGAN）来增强TabTransformer模型。这种方法解决了常见的IDS问题，如类别不平衡和易受对抗攻击。BGAN生成合成数据以平衡数据集，并生成对抗性示例来测试鲁棒性，从而显著提高了检测性能和抵御攻击的能力。
-
TabTransformer模型创建密集型足球事件表示
研究人员开发了一种新的基于Transformer的模型，用于从时空数据创建密集型足球事件表示。该模型能有效捕捉分类特征的语义，而这常常被传统方法所忽略。学习到的嵌入能够改进诸如动作价值估计和比赛风格识别等下游任务，并显示出比现有基线更好的概率校准。