实体
UCI HAR
UCI HAR
PulseAugur coverage of UCI HAR — every cluster mentioning UCI HAR 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
-
TreeCCA 集成梯度提升树以实现可解释的相关性分析
研究人员开发了 TreeCCA，一种将梯度提升树集成到典型相关分析 (CCA) 中的新方法。该方法允许将树集成端到端地训练为 CCA 编码器，与传统的线性或神经网络方法相比，提供了更高的可靠性和可解释性。TreeCCA 利用 Eckart-Young (EY) 损失，在 XGBoost 和 LightGBM 等标准梯度提升树库中实现高效的梯度计算。该方法在合成和真实世界数据集上表现强劲，性能与 Deep CCA 等现有技术相当或更优，…
-
新方法通过分离表示和决策误差来校准时序分类
本文介绍了一种新颖的时序分类方法，通过将误差分解为表示失败和决策问题。所提出的方法包括冻结已训练的分类器，并添加两个推理时干预：一个用于辅助逻辑的多尺度残差分支和一个用于重新组合证据的分支感知校准器。在FI-2010和PTB-XL等各种数据集上的实验表明，这些干预措施带来了显著的收益，尤其是在噪声或表示受限的情况下，这表明时序分类受益于改进的证据校准以及表示学习。