实体
Tabular Variational Autoencoder
Tabular Variational Autoencoder
PulseAugur coverage of Tabular Variational Autoencoder — every cluster mentioning Tabular Variational Autoencoder across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
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
最近 · 第 1/1 页 · 共 2 条
-
TailBooster框架通过合成数据增强AI对极端事件的预测能力
研究人员开发了TailBooster，一种新颖的双层生成框架，旨在通过增强极端事件示例数据来改进机器学习模型。该框架解决了传统方法中稀有事件代表性不足和可能生成操作上不可行数据的问题。TailBooster结合了极端值的统计提取和一个基于自动编码器的清理层，以确保合成数据既能代表尾部数据，又能遵守操作约束。在美国航班记录上的评估表明，在预测极端飞行时间和到达延误方面取得了显著改进，平均绝对误差降低了高达57%。
-
新框架利用生成式AI增强航班改航预测
研究人员开发了一个新颖的框架，以解决航空记录中航班改航数据稀缺的问题，这阻碍了预测性机器学习模型的训练。所提出的解决方案采用生成式增强方法，利用多目标优化框架来调整 TVAE、CTGAN 和 CopulaGAN 等深度生成模型。该框架将真实性、统计相似性、保真度和预测效用整合为单一分数，以指导超参数搜索，最终提高改航预测模型的性能。