526互联

multiobjective classifiers imbalanced ensemble

《Ensemble deep learning: A review》阅读笔记

论文标题 《Ensemble deep learning: A review》 集成深度学习： 综述 作者 M.A. Ganaie 和 Minghui Hu 来自印度理工学院印多尔分校数学系和南洋理工大学电气与电子工程学院 本文写的大而全。 初读 摘要 集成学习思想： 结合几个单独的模型以获得更好的 ......
Ensemble learning 笔记 review deep

【五期李伟平】CCF-B（TFS'23）Consensus Reaching Process With Multiobjective Optimization for Large-Scale Group Decision Making With Cooperative Game

Peng Wu, Fengen Li, Jie Zhao, et al. Consensus Reaching Process With Multiobjective Optimization for Large-Scale Group Decision Making With Cooperativ ......
With Multiobjective Optimization Large-Scale Cooperative

Paper Reading: Oversampling with Reliably Expanding Minority Class Regions for Imbalanced Data Learning

为了设计更有效的插值过采样算法，本文提出了一种新的插值过采样方法 OREM。OREM 在原始少数类样本周围找到候选少数类区域，然后利用这些候选区域识别不包含任何多数类样本的干净子区域。它们被认为是潜在的少数类区域，所以通过将合成样本填充到干净子区域可以增强少数类的表达能力。OREM 方法的思路很简单... ......
Oversampling Imbalanced Expanding Minority Learning

LDAEXC: LncRNA-Disease Associations Prediction with Deep Autoencoder and XGBoost Classifier.

LDAEXC: LncRNA-Disease Associations Prediction with Deep Autoencoder and XGBoost Classifier. 作者: Lu Cuihong; Xie Minzhu 作者背景: College of Information S ......
LncRNA-Disease Associations Autoencoder Classifier Prediction

Class-Incremental Learning with Generative Classifiers(CVPR2021W)

前置知识：VAE（可以参考https://zhuanlan.zhihu.com/p/348498294） Motivation 之前的方法通常使用判别式分类器，对条件分布\(p(y|\textbf{x})\)进行建模（classifier+softmax+ce）。其问题在于分类器会偏向最新学的类别， ......
Class-Incremental Incremental Classifiers Generative Learning

【论文阅读】OneNet Enhancing Time Series Forecasting Models under Concept Drift by Online Ensembling

原始题目：OneNet: Enhancing Time Series Forecasting Models under Concept Drift by Online Ensembling 中文翻译：OneNet：通过在线集成增强概念漂移下的时间序列预测模型 发表时间：2023年09月22日 平台： ......
Forecasting Ensembling Enhancing Concept OneNet

Paper Reading: Sample and feature selecting based ensemble learning for imbalanced problems

为了克服现有集成方法的缺点，本文提出一种新的混合集成策略——样本和特征选择混合集成学习 SFSHEL。SFSHEL 考虑基于聚类的分层对大多数样本进行欠采样，并采用滑动窗口机制同时生成多样性的特征子集。然后将经过验证训练的权重分配给不同的基学习器，最后 SFSHEL 通过加权投票进行预测。SFSHE... ......
imbalanced selecting ensemble learning problems

为什么我们需要不断的开发不同的机器学习模型 —— Do we Need Hundreds of Classifiers to Solve Real World Classification Problems?

论文： 《Do we Need Hundreds of Classifiers to Solve Real World Classification Problems?》 论文地址： https://jmlr.org/papers/volume15/delgado14a/delgado14a.pdf ......
Classification Classifiers Hundreds Problems 模型

【论文阅读】Accuracy of real-time multi-model ensemble forecasts for seasonal influenza in the U.S.

原始题目：Accuracy of real-time multi-model ensemble forecasts for seasonal influenza in the U.S. 中文翻译：针对美国季节性流感的实时多模型集合预报的准确性 发表时间：2019年11月22日 平台：PLOS Com ......
multi-model forecasts influenza real-time Accuracy

CF1852B Imbalanced Arrays 题解

CF1852B Imbalanced Arrays 题解 Links 洛谷 Codeforces Description 对于一个给定的长度为 \(n\) 的数组 \(A\)，定义一个长度为 \(n\) 的数组 \(B\) 是不平衡的当且仅当以下全部条件满足： \(-n \leq B_{i} \le ......
题解 Imbalanced Arrays 1852B 1852

Paper Reading: Hashing-Based Undersampling Ensemble for Imbalanced Pattern Classification Problems

针对欠采样方法会丢弃大量多数类样本导致信息缺失的问题，本文提出了基于哈希的欠采样集成 HUE 模型，它利用 Bagging 和多数类样本的分布特征来构建多样化的训练子集。首先 HUE 通过散列将大多数类样本划分为不同的特征子空间，然后使用所有少数样本和主要从同一哈希子空间中提取的部分多数样本来构建训... ......
Classification Hashing-Based Undersampling Imbalanced Ensemble

【题解】CF1852B Imbalanced Arrays

我们假设当前出长度为 $len$，那么我们在序列中一定有一个 $len/0$，因为一定有一个绝对值最大的数，如果这个数是正数在原序列中就是 $len$，是负数在原序列中即为 $0$。 由上文，我们可以得到，一定不能有 $len$ 和 $0$ 同时出现的情况，也一定不能有 $len$ 和 $now$ ......
题解 Imbalanced Arrays 1852B 1852

D. Imbalanced Arrays

D. Imbalanced Arrays Ntarsis has come up with an array $a$ of $n$ non-negative integers. Call an array $b$ of $n$ integers imbalanced if it satisfies ......
Imbalanced Arrays

Paper Reading: PCTBagging: From inner ensembles to ensembles. A trade-off between discriminating capacity and interpretability

针对 CTC 分类性能较差和 Bagging 的可解释性较差的问题，本文提出了一种结合 CTC 和 Bagging 的算法 PCTBagging。首先构建一棵不完整的 CTC，CTC 的规模由超参数合并比来确定，接着使用 Bagging 完成后续的树结构的生成。将 PCTBagging 的结果与 B... ......
ensembles interpretability discriminating PCTBagging trade-off

（全英语版）处理恶意软件的随机森林分类器算法（Random Forest Classifier On Malware）

Random Forest Classifier On Malware （copyright 2020 by YI SHA， if you want to re-post this，please send me an email：shayi1983end@gmail.com） （全英语版）处理恶意软 ......
算法 Classifier 恶意 森林 Malware

Paper Reading: A pareto-based ensemble of feature selection algorithms

本文将集成特征选择问题建模为具有两个目标的帕累托优化问题，提出一种类型的异构集成特征选择算法 PEFS。首先采用两种聚合方法对四种不同 FS 方法得到的结果进行组合，接着使用双目标优化来评估这些结果，最后根据非优势特征在双目标空间中的拥挤距离进行排序。该方法平衡了关联度和冗余性两种不同的 FS 方法... ......
pareto-based algorithms selection ensemble Reading

论文解读（TAT）《 Transferable Adversarial Training: A General Approach to Adapting Deep Classifiers》

Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Transferable Adversarial Training: A General Approach to Adapting Deep Classifiers论文作者：Hong Liu, Mingsh ......
Transferable Adversarial Classifiers Adapting Approach

论文解读（MCD）《Maximum Classifier Discrepancy for Unsupervised Domain Adaptation》

Note：[ wechat：Y466551 | 付费咨询，非诚勿扰 ] 论文信息 论文标题：Maximum Classifier Discrepancy for Unsupervised Domain Adaptation论文作者：Kuniaki Saito, Kohei Watanabe, Y. ......
Unsupervised Discrepancy Classifier Adaptation Maximum

Codeforces Round 887 (Div. 2) D.Imbalanced Arrays

Problem - D - Codeforces 题目规定了一种“平衡数组”，数组中的任意一个数绝对值小于等于n且不等于零，任意两个数的和不为0，给n个数a[i]，分别表示位于i的数可以与a[i]个数(包括它自己)相加为正。 现在给出n和a数组，要求构造平衡数组，不能构造的话输出-1 我们不难得出以 ......
Codeforces Imbalanced Arrays Round 887

【题解】Imbalanced Arrays - Codeforces 1852B

**出处：** Codeforces Round 887 **链接：** https://codeforces.com/problemset/problem/1852/B **题目大意：** 给定一个包含 $n$ 个非负整数的频次序列 $f$ 。 构造任意一个等长的整数序列 $b$ ，要求 ① $b ......
题解 Imbalanced Codeforces Arrays 1852B

Paper Reading: A Re-Balancing Strategy for Class-Imbalanced Classification Based on Instance Difficulty

受人类学习过程的启发，本文根据学习速度设计了样本难度模型，并提出了一种新的实例级再平衡策略。具体来说模型在每个训练周期记录每个实例的预测，并根据预测的变化来测量该样本的难度难度。然后对困难实例赋予更高的权重，对数据进行重新采样。本文从理论上证明了提出的重采样策略的正确性和收敛性，并进行一些实证实验来... ......
Class-Imbalanced Classification Re-Balancing Imbalanced Difficulty

Paper Reading: Self-paced Ensemble for Highly Imbalanced Massive Data Classification

目前很多方法都不能很好地处理高度不平衡、大规模和有噪声的分类任务，主要原因是它们忽视了不平衡学习所隐含的困难。本文引入“分类硬度”的概念来刻画不平衡问题的困难所在，该概念表示为特定分类器正确分类样本的难度。基于这个概念，本文提出了一种新的学习框架——自定步速集成(self-pace Ensemble... ......
Classification Imbalanced Self-paced Ensemble Massive

codeforces-817 D. Imbalanced Array(单调栈）

![image](https://img2023.cnblogs.com/blog/3070624/202307/3070624-20230712121051112-1667145400.png) 题意：求数组中每个连续子序列的的最大值-最小值之和。 思路：题意可以理解为加上每一个序列的最大值，减去 ......
codeforces Imbalanced Array 817

Paper Reading: Ensemble of Classifiers based on Multiobjective Genetic Sampling for Imbalanced Data

大多数处理不平衡学习的技术都是针对二分类问题提出的，这些方法并不一定适用于不平衡的多分类任务。针对这些问题，本文提出了一种新的自适应方法——基于多目标遗传抽样的分类器集成(E-MOSAIC)。E-MOSAIC 将训练数据集中提取的样本编码为个体进行进化，通过多目标优化过程搜索能够在所有类别中产生具有... ......
Multiobjective Classifiers Imbalanced Ensemble Sampling

【论文解析】EJOR 2011 A clustering procedure for reducing the number of representative solutions in the Pareto Front of multiobjective optimization problems

> 论文名称：A clustering procedure for reducing the number of representative solutions in the Pareto Front of multiobjective optimization problems ### 动机 假 ......
multiobjective representative optimization clustering procedure

Paper Reading: A three-way decision ensemble method for imbalanced data oversampling

针对 SMOTE 的缺点，本文提出了一种基于建设性覆盖算法(CCA)的三向决策抽样方法(CTD)。CTD 首先使用 CCA 构造不平衡数据的覆盖，然后选择少数样本的覆盖并根据覆盖的密度划分为三个区域。最后根据覆盖分布规律得到相应的阈值 α 和 β，选择关键样本进行SMOTE过采样。考虑到 CCA 随... ......
oversampling imbalanced three-way decision ensemble

Paper Reading: Model-Based Synthetic Sampling for Imbalanced Data

针对不平衡数据问题，本文提出了一种基于模型的综合抽样(MBS)方法，从一个新的角度对少数类实例进行过采样。MBS 是一种过采样算法，目标是生成能够捕捉少数类训练样本特征之间关系的合成样本，同时保持数据样本的可变性。首先利用回归模型捕获少数类样本的特征趋势，接着通过对可用特征值进行采样生成临时数据样本... ......
Model-Based Imbalanced Synthetic Sampling Reading

量子机器学习Variational Quantum Classifier (VQC)简介

变分量子分类器（Variational Quantum Classifier，简称VQC）是一种利用量子计算技术进行分类任务的机器学习算法。它属于量子机器学习算法家族，旨在利用量子计算机的计算能力，潜在地提升经典机器学习方法的性能。 VQC的基本思想是使用一个量子电路，也称为变分量子电路，将输入数据 ......
量子 Variational Classifier 机器 Quantum

Paper Reading: forgeNet a graph deep neural network model using tree-based ensemble classifiers for feature graph construction

[toc] Paper Reading 是从个人角度进行的一些总结分享，受到个人关注点的侧重和实力所限，可能有理解不到位的地方。具体的细节还需要以原文的内容为准，博客中的图表若未另外说明则均来自原文。 | 论文概况 | 详细 | | | | | 标题 | 《forgeNet: a graph dee ......
graph construction classifiers tree-based forgeNet

迁移学习（MEnsA）《MEnsA: Mix-up Ensemble Average for Unsupervised Multi Target Domain Adaptation on 3D Point Clouds》

论文信息 论文标题：MEnsA: Mix-up Ensemble Average for Unsupervised Multi Target Domain Adaptation on 3D Point Clouds论文作者：Ashish Sinha, Jonghyun Choi论文来源：2023 C ......
MEnsA Unsupervised Adaptation Ensemble Average
共42篇  :1/2页 首页上一页1下一页尾页