原创文章，作者：admin，如若转载，请注明出处：https://www.isclab.org.cn/2014/10/24/%e8%b5%b0%e8%bf%91%e7%89%b9%e5%ae%9a%e9%9f%b3%e9%a2%91%e8%af%86%e5%88%ab%ef%bc%88%e4%b9%8b%e4%b8%80%ef%bc%89-%e8%ae%a9%e8%ae%a1%e7%ae%97%e6%9c%ba%e5%88%86%e8%be%a8%e5%87%ba/
降维算法（二）—— MDS
上一篇
2014年10月22日 下午10:34
走近特定音频识别（之三）—— 检索 Vs 识别
下一篇
2014年10月25日
相关推荐
-
图嵌入-GraphSAGE
现在大多数方法都是直推式学习， 不能直接泛化到未知节点。这些方法是在一个固定的图上直接学习每个节点embedding，但是大多情况图是会演化的，当网络结构改变以及新节点的出现，直推…
-
半监督学习研究综述
半监督学习(Semi-Supervised Learning，SSL)是模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法。本次报告首先讲述了半监督学…
-
基于知识库的命名实体识别
基于统计的命名实体识别方法根据特征的获取方式，有神经网络和特征工程两个研究方向，实践表明来自知识库的词典特征…
-
面向数据异构与通信高效的联邦大模型优化与应用研究
联邦大模型将联邦学习与大语言模型相结合，遵循“数据不动、模型动”的原则，在无需集中原始数据的前提下，共同训练与优化大模型。该技术能有效破解数据孤岛，为医疗、教育等领域提供隐私安全的…
-
机器学习中的数据不平衡问题
数据不平衡问题是指一个类别的数据个数远远少于另一个类别的数据个数，通常这种问题被称为“数据不平衡”问题，在这…
-
不规则多元时间序列预测研究
时序数据预测任务是时间序列处理领域中一项基本的任务，根据历史时间段数据序列预测未来一段时间的数据序列，广泛应用于天气预报、经济预测、医疗保健预测等领域。在复杂的现实世界中，时序数据…
-
& Unsorted bin attack
简单介绍了堆的管理与分配，主要讲述了堆上两种典型的攻击方式，即fast bin attack 和 Unsor…
-
论辩挖掘领域观点对识别以及抽取方法
随着社交媒体、论坛产生的用户生成数据不断增长，从大规模信息流中发现、分离和分析论点的需求凸显了论辩挖掘的重要性。本次报告旨在了解此领域经典的系统处理流程，掌握观点对识别和抽取任务定…
-
扩散模型加速采样方法与应用
扩散模型在数据生成的众多领域上呈现出了非常好的效果。然而，在实际应用过程中，扩散模型的采样原理导致其生成速度非常缓慢，严重限制了模型的实际应用效果。为了对采样生成过程进行优化，近年…
-
一段话，多个情绪？模型如何识别“情绪变化”的蛛丝马迹
情绪变化识别在人机交互、情绪计算等对话智能领域中具有重要价值，显著增强了模型对动态语境的理解能力。本次报告将介绍对话与语音中的情绪建模任务，分析其研究背景与应用意义，并重点讲解两类…
