526互联

oversampling imbalanced three-way decision

【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

Markov decision process

https://medium.com/@hosamedwee/bellman-equation-1-understanding-the-recursive-nature-of-the-bellman-equation-in-mathematics-cd71bf14be1a https://mediu ......
decision process Markov

POLIR-Management-TYPES of decisions

In a very simple sense, the problems managers encounter can be classified as: routine and familiar; new and unusual. In response, managers will use on ......
POLIR-Management-TYPES Management decisions POLIR TYPES

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

决策树(Decision Tree)

决策树是一种基于树结构的分类和回归模型，它通过对数据进行逐步的分解，从根节点开始，根据不同的特征进行分割，最终到达叶节点，叶节点对应一个预测结果。以下是决策树的基本概念和构建过程的详细解释： 决策树的基本概念： 节点（Node）： 根节点（Root Node）： 树的起始节点，包含整个数据集。 内部 ......
Decision Tree

Management-Decision Making-{Rational,BoundedRational,Intuitive} D.M.

Management-Decision-{ Rational D.M.: Logical, Consistent and maximize value BoundedRational D.M.: "Good Enough" based on reality Intuitive D.M.: on th ......
Management-Decision BoundedRational Management Intuitive Decision

Markov Decision Process Model Based on Value Iteration

Using the taxi example of OpenAI Gym to achieve and tune MDP model in Reinforcement Learning based on value iteration. ......
Iteration Decision Process Markov Based

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

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

【AL&MT】Decision Tree

1 Introduction usual class in decision tree:ID3,C4.5,CART ID3:/Informattion Entropy,基于信息熵和信息增益 C4.5:/信息增益率,base on the ID3 CART:/基尼系数,using regress or ......
Decision Tree amp AL MT

Paper Reading: NBDT: Neural-Backed Decision Trees

为了提高计算机视觉模型的可解释性，本文融合深度学习和决策树提出了神经支持决策树(NBDTs)。NBDT 使用一个可微的倾斜决策树取代了神经网络的最后一个线性层，和经典的决策树方法不同，NBDT 使用从模型参数派生的层次结构，不使用分层 softmax。NBDT 可以从任何现有的分类神经网络中创建，无... ......
Neural-Backed Decision Reading Backed Neural

《Decision Transformer: Reinforcement Learning via Sequence Modeling》论文学习

一、Introduction 先前的研究工作表明，Transformer可以对处于高维分布的语义概念进行大规模建模抽象，比较典型地体现如： 基于自然语言的零样本泛化（zero-shot generalization） 分布外图像生成（out-of-distribution image generat ......
Reinforcement Transformer Decision Learning Modeling

Quantitative Approach of Management Science:(better decision making by using quantitative techniques)

Which is the use of **quantitative techniques to improve decision making**. Also known as _management science_. **Better decision making by using quan ......
Quantitative quantitative Management techniques Approach

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

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

Paper Reading: Gradient Boosted Neural Decision Forest

[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 | 《Gradient Boosted Neur ......
Gradient Decision Boosted Reading Forest

迁移学习（PAT）《Pairwise Adversarial Training for Unsupervised Class-imbalanced Domain Adaptation》

论文信息 论文标题：Pairwise Adversarial Training for Unsupervised Class-imbalanced Domain Adaptation论文作者：Weili Shi, Ronghang Zhu, Sheng Li论文来源：KDD 2022论文地址：dow ......
Class-imbalanced Unsupervised Adversarial Adaptation imbalanced

迁移学习《Cluster-Guided Semi-Supervised Domain Adaptation for Imbalanced Medical Image Classification》

论文信息 论文标题：Cluster-Guided Semi-Supervised Domain Adaptation for Imbalanced Medical Image Classification论文作者：S. Harada, Ryoma Bise, Kengo Araki论文来源：ArXi ......
Semi-Supervised Cluster-Guided Classification Adaptation Imbalanced

FIT5094 IT for Management Decision Making

FIT5094 IT for Management Decision MakingSemester 1, 2023Assignment 1 – Analysis of a Strategic DecisionFormat: Individual Report Weight: 25% of the m ......
Management Decision Making 5094 FIT

Paper Reading: Interpretable Rule Discovery Through Bilevel Optimization of Split-Rules of Nonlinear Decision Trees

对于可解释的分类器本文限制为用简单的数学术语表示，使用非线性决策树(NLDT)将分类器表示为简单数学规则的集合。树的每个非叶结节点表示一个非线性数学规则，将给定条件节点中的数据集划分为两个不重叠的子集。通过限制每个条件节点上的分裂规则结构和决策树深度，保证了分类器的可解释性。在给定条件节点上的非线性... ......
Interpretable Optimization Split-Rules Discovery Nonlinear
共29篇  :1/1页 首页上一页1下一页尾页