十二星座最佳配对

开始了 在2007年1月
频率: 每月一次
版: 国际化
纸数: 100
机器学习相关出版物
100 Machine Learning Techniques in Bank Credit Analysis

作者: 费尔南达·阿塞夫, 玛丽亚·特雷西尼亚·A·斯坦纳

抽象:

本文的目的是通过应用不同的机器学习技术来比较和讨论更好的分类器算法选项,以进行信用风险评估。使用来自巴西金融机构的记录,该研究使用了数据库的5,432家银行客户公司,其中2,600名客户被归为非违约者,1,551名被归为违约者,1,281个为临时违约者,这意味着客户已逾期最多可以使用180天。对于每种情况,使用四种不同的技术针对一个全部评估考虑了总共15个属性:人工神经网络多层感知器(ANN-MLP),人工神经网络径向基函数(ANN-RBF),逻辑回归( LR),最后支持向量机(SVM)。对于每种方法,当比较每种技术的最佳效果时,都要分析不同的参数以获得不同的结果。最初,数据以温度计代码(数字属性)或伪编码(名义属性)编码。然后针对每种参数对方法进行评估,并根据准确性,假阳性,假阴性,真阳性和真阴性来比较每种技术的最佳结果。该比较表明,就准确性而言,最好的方法是ANN-RBF(非默认分类为79.20%,默认分类为97.74%,临时默认分类为75.37%)。但是,最佳精度并不总是代表最佳技术。例如,在临时违约者的分类上,就误报而言,该技术被SVM所取代,后者的误报率最低(0.07%)。考虑到发现的结果,讨论了所有这些内在细节,并在研究结论中概述了所呈现的内容。

关键字: 人工神经网络, 机器学习, 支持向量机, 逻辑回归, 信用风险评估, 人工神经网络, Classifier algorithms

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载235
99 DocPro:处理业务文档中的语义和布局信息的框架

作者: 黄明仁, 黄春芳, 魏治国

抽象:

随着深度神经网络的最新发展,我们观察到了由深度神经网络提供支持的NLP(自然语言处理)和CV(计算机视觉)在处理业务文档方面的新应用。但是,创建真实世界的文档处理系统需要集成多个NLP和CV任务,而不是分别处理它们。需要一种统一的方法来处理包含文本和图形元素的文档,这些文本和图形元素具有丰富的格式,多样的布局安排和独特的语义。在本文中,提出了一种实现此统一方法的框架。该框架包括一个表示模型定义,用于保存由各种任务生成的信息,以及定义这些任务之间的协调的规范。该框架是构建可处理具有丰富格式,样式和多种元素类型的文档的系统的蓝图。该框架灵活而轻巧的设计可以帮助构建适用于各种业务场景的系统,例如合同监控和审查。

关键字: 机器学习, 文件处理, 构架, 正式定义

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载119
98 蜂窝移动网络中的上行链路吞吐量预测

作者: 恩金·艾塞尤特, 约斯科·泽克(Josko Zec)

抽象:

当前和将来的蜂窝移动通信网络产生大量数据。网络已经变得极为复杂,具有大量的参数,功能和计数器。这些网络无法使用传统方法进行管理,因此有必要增强设计和优化方法,使其越来越依赖于机器学习。本文提出将机器学习作为上行链路吞吐量预测的可行方法。 LTE无线电度量标准(例如参考信号接收功率(RSRP),参考信号接收质量(RSRQ)和信噪比(SNR))用于训练模型以估计预期的上行链路吞吐量。通过使用简单的智能手机应用程序收集的测量结果,可以得出具有91.2%的高确定系数的预测精度。

关键字: 机器学习, LTE, 路测, 上行吞吐量预测

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载156
97 使用多模式多传感器数据对参与度进行建模:连续性能测试作为跟踪流量的客观工具

作者: 戴维·布朗, 穆罕默德·塔赫里(Mohammad H.Taheri), 纳赛尔·谢尔卡特(Nasser Sherkat)

抽象:

参与是决定学生成功学习成果和深度学习的最重要因素之一。现有的检测学生参与度的方法涉及定期的人类观察,这些观察会受到评估者之间可靠性的影响。我们的解决方案使用以目标绩效结果标记的实时多模式多传感器数据来推断学生的参与度。该研究涉及四名合并诊断为脑瘫和学习障碍的学生,他们参加了为期3个月的59个疗程的试验。在多模式多传感器数据参与了连续性能测试的同时,还对其进行了收集。眼睛注视,脑电图,身体姿势和互动数据用于通过持续表现测试结果中的客观标签来创建学生参与度的模型。为了实现这一目标,引入了一种连续性能测试,即Seek-X型。提取了九个特征,包括高级精选的复合特征。使用留一法交叉验证,评估了一系列不同的机器学习方法。总体而言,随机森林分类方法取得了最佳分类结果。使用随机森林,实现了93.3%的参与分类和42.9%的脱离精度。我们将这些结果与不同模型的结果进行了比较:AdaBoost,决策树,k最近邻居,naïve贝叶斯,神经网络和支持向量机。我们证明,与使用任何减少的传感器组的功能相比,使用多传感器方法可获得更高的精度。我们发现使用高级精选功能可以提高每种传感器模式下的分类精度。我们的方法对于传感器辐射和遮挡都非常可靠。视线对凝视和注意力分散的分类最重要的单个传感器功能已显示出来。研究表明,我们可以通过实时方法准确预测有学习障碍的学生的参与水平,该方法不受评估者之间的可靠性,人工观察或依赖于传感器输入的单一模式的影响。这将有助于教师针对异类学生设计干预措施,使他们无法满足他们各自的需求。我们的方法可以用来识别学习挑战最大的人,从而使所有学生得到最大的支持。

关键字: 机器学习, 相互作用, 学生参与, 订婚, 人机交互, 多式联运, 学习障碍, , 信号检测理论, 多传感器, 教育中的情感计算, 影响检测, 持续性能测试, 生理传感器

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载230
96物联网的法医摇摆:物联网法医的当前法律和技术挑战

作者: 穆罕默德·哈桑(Mohamed Hassan), 穆罕默德·塞基(Mohamed Sedky), Pantaleon Lutta

抽象:

组织无法制定针对物联网(IoT)复杂性的管理控制措施仍然是一个风险问题。决策者只能随意寻找解决这些安全和隐私问题的措施。物联网取证是一个繁琐的过程,因为没有物联网产品的标准化,设备上没有存储历史数据或历史数据有限。本文重点介绍了为何物联网取证是一次独特的冒险,并带出了调查过程中遇到的法律挑战。提出了一个象限模型来研究物联网取证中的冲突方面。该模型分析了司法调查过程的有效性与证据完整性的可采性之间的关系。考虑到用户隐私和提供商’ 遵守法律法规。我们的分析得出的结论是,使用机器学习的半自动取证过程可以消除分析和监视过程中的人为因素,从而解决了数据保护(隐私和机密性)问题。

关键字: 机器学习, 云取证, 物联网取证, GDPR, 数据保护法

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载240
95使用K均值和支持向量机方法改进虚假新闻检测

作者: 侯静宇, Kasra Majbouri Yazdi, Adel Majbouri Yazdi, 赛义德·霍达迪, 周万磊, 赛义德·赛迪

抽象:

假新闻和虚假信息是所有类型媒体(尤其是社交媒体)的巨大挑战。 Facebook和Twitter等大型社交网络承认存在许多虚假信息,虚假喜欢,观点和重复帐户。社交媒体上出现的大多数信息令人怀疑,在某些情况下还具有误导性。需要尽快发现它们,以避免对社会造成负面影响。虚假新闻数据集的规模正在迅速增长,因此,以较少的计算时间和复杂性来获得更好的检测虚假信息的结果,就需要减小维度。减少数据大小的最佳技术之一是使用特征选择方法。该技术的目的是从原始集合中选择特征子集以提高分类性能。本文提出了一种将K-means聚类和支持向量机(SVM)方法相结合的特征选择方法,该方法分四个步骤进行。首先,计算所有特征之间的相似度。然后,将要素分为几个群集。接下来,从所有群集中选择最终特征集,最后,使用SVM方法根据最终特征子集对假新闻进行分类。通过在几种特定的基准数据集上将其与其他最新技术的性能进行比较,对所提出的方法进行了评估,结果为我们的工作提供了更好的错误信息分类。在两个方面改进了检测性能。一方面,减少了运行时过程,另一方面,由于消除了多余的特征并减少了数据集的维数,分类的准确性也有所提高。

关键字: 社交媒体, 机器学习, 功能选择, K均值聚类, 支持向量机, 假新闻检测

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载1243
94 使用机器学习技术的自动股票投资系统:在澳大利亚的应用

作者: 卡罗尔·安妮·哈格里夫斯

抽象:

股票投资中的关键问题是如何选择具有代表性的股票选择特征。本文的目的是首先确定是否可以使用使用机器学习技术的自动股票投资系统来识别成长股票组合,这些股票极有可能提供比股票市场指数更好的回报。第二个目标是确定最能表征某只股票的技术特征’价格可能会上涨,并找出最重要的因素及其对预测股价上涨可能性的影响。将无监督的机器学习技术(例如聚类分析)应用于股票数据,以识别可能上涨的股票集群– 投资组合1.接下来,使用主成分分析技术来选择在成分一和成分二中评级最高的股票– 投资组合2.第三,采用监督型机器学习技术(即逻辑回归方法)来选择价格上涨可能性较高的股票– 产品组合3.所有模型的预测模型均已通过诸如敏感性(召回率),特异性和整体准确性之类的指标进行了验证。所有准确性指标均高于70%。所有投资组合的表现都超过市场八倍以上。为三个股票投资组合中的每一个选择了前三只股票,并在市场上交易了一个月。一个月后,将计算每个股票投资组合的回报,并将其与股票市场指数回报进行比较。所有三个股票投资组合的主成分分析股票投资组合的回报率为23.87%,逻辑回归投资组合的回报为11.65%,K均值集群投资组合的回报率为8.88%,而股市表现为0.38%。这项研究证实,使用机器学习技术的自动股票投资系统可以识别出表现优于股票市场的最佳股票投资组合。

关键字: 机器学习, 股票交易, 自动股票投资系统, 物流主成分分析

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载421
93 用于统一神经网络量化的快速可调阈值

作者: 亚历山大·冈恰连科, 安德烈·杰尼索夫(Andrey Denisov), 谢尔盖·阿里亚金(Sergey Alyamkin), 叶夫根尼(Evgeny Terentev)

抽象:

非常需要神经网络量化 在移动设备上运行神经网络之前要执行的过程 设备。不进行微调的量化会导致精度下降 模型,而常用的量化训练已完成 在全部标记数据上,因此既是时间又是 资源消耗。现实生活中的应用需要简化和 加速量化过程,将保持精度 全精度神经网络,特别是对于现代移动神经网络 网络架构,例如Mobilenet-v1,MobileNet-v2和MNAS。在这里,我们提出了一种显着优化训练的方法 通过引入训练的比例因子来量化程序 每个滤波器的离散阈值是分开的。使用 提出的技术,我们量化了现代移动架构 neural networks with the set of train data of only ∼的10% ImageNet 2012总样本。减少火车数据集的大小和 少量的可训练参数允许对网络进行微调 保持几个小时的精度 模型(准确度下降小于0.5%)。即用型和 代码可在GitHub存储库中找到。

关键字: 神经网络, 机器学习, 蒸馏法, 量化

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载256
92 机器学习有助于小儿脑膜炎的诊断

作者: 卡琳娜·扎卡里(Karina Zaccari), 埃内斯托·科迪罗·马鲁霍(Ernesto Cordeiro Marujo)

抽象:

本文提出了一种支持儿童脑膜炎诊断的机器学习(ML)方法’巴西圣保罗的医院。目的是使用ML技术来尽可能减少侵入性程序的使用,例如收集脑脊液(CSF)。在这项研究中,我们着眼于血液和尿液实验室检查的结果,以及对患者疼痛或其他不适的分析,来预测脑膜炎的可能性。我们测试了许多不同的ML算法,包括:自适应增强(AdaBoost),决策树,梯度增强,K最近邻(KNN),逻辑回归,随机森林和支持向量机(SVM)。决策树算法表现最佳,用于训练和测试数据的准确率分别为94.56%和96.18%。这些结果为医生尽早诊断脑膜炎和预防某些儿童昂贵而痛苦的手术提供了重要的帮助。

关键字: 机器学习, 医学诊断, 梯度提升, 脑膜炎检测

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载316
91 云环境下分布式深度学习框架的性能评估

作者: 王树泰, 周洲怡, 郭方安, 方玉斌

抽象:

2016年已成为人工智能爆炸之年。人工智能技术变得越来越成熟,大多数世界知名的技术巨头都在进行大量投资以增强人工智能的功能。机器学习是使计算机在不经过明确编程的情况下运行的科学,而深度学习是使用深度神经网络训练机器学习的机器学习的子集。  直接从数据中提取功能。深度学习实现了许多机器学习应用程序,这些应用程序扩展了AI领域。目前,深度学习框架已广泛部署在服务器上,用于学术界和行业中的深度学习应用程序。在训练深度神经网络时,有许多标准过程或算法,但是不同框架的性能可能有所不同。在本文中,我们评估了两个最先进的分布式深度学习框架的运行性能,这些框架正在我们的云环境中的多个GPU和多个节点上并行运行训练计算。我们使用ResNet-50卷积神经网络评估框架的训练性能,并分析导致这两个分布式框架之间性能差异的因素。通过实验分析,我们确定了可以进一步优化的间接费用。主要贡献在于,评估结果为性能调整和算法设计提供了进一步的优化方向。

关键字: 人工智能, 机器学习, 深度学习, 卷积神经网络

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式十二星座最佳配对 ISO 690 PDF格式 资料下载515
90 健康风险因素分类,以预测老年人跌倒的风险

作者: 克尔, 琳赛, S·A·科尔曼, 泰勒, A.摩尔黑德

抽象:

老年人的认知能力下降和虚弱很明显,导致跌倒风险的可能性增加。当前,医疗保健专业人员必须针对此类风险做出专业决策,因此就老年人口的未来福利做出艰难的决策。这项研究使用了爱尔兰纵向老龄化研究(TILDA)的健康数据,其研究对象是50岁以上的成年人,目的是分析健康风险因素并预测跌倒的可能性。该预测基于机器学习算法的使用,在该算法中,将健康风险因素用作预测跌倒可能性的输入。初步结果表明,健康风险因素(例如长期健康问题)是跌倒次数的原因。查明此类健康危险因素有可能使保健和社会护理专业人员,老年人及其家庭成员了解,以减轻日常生活风险。

关键字: 机器学习, 分类, 下降, 老年人, 健康风险因素

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载388
89 使用简化的人体姿势的基于深度学习的跌倒检测

作者: 克里普什·阿迪卡里(Kripesh Adhikari), 哈米德·布查奇亚, 哈马迪·奈特·夏里夫

抽象:

跌倒是受伤和死亡的主要原因之一 65岁及以上的老年人中。一个支持系统 识别此类异常活动已变得极为严重 随着人口老龄化的增加很重要。姿势估计 这是一项艰巨的任务,要增加更多,甚至更多 在对挑战进行姿势估计时具有挑战性 秋季可能发生的姿势。身体的位置提供了 了解该人跌倒时的位置。本文介绍 基于视觉的跟踪策略,将可用关节分组 根据它们所在的部分分为三个不同的特征点 位于体内。来自不同点的三个特征点 joints combinations represents the upper region or head region, 中部区域或躯干,下部区域或腿部区域。始终跟踪 涉及运动时具有挑战性。因此,想法是找到 每一帧中身体的各个区域,并将其视为跟踪 战略。将这些关节分组可以有利于获得稳定 跟踪区域。身体部位的位置至关重要 区分正常活动和跌倒的信息。

关键字: 机器学习, 追踪, 深度学习, 跌倒检测, 姿势 估算

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载1092
88 柴油机NOx预测半经验模型

作者: 孙勇, 莎拉·夏玛(Saurabh Sharma), 布鲁斯·韦纳姆

抽象:

NOx排放的准确预测是柴油机尾气排放建模领域的一个持续挑战。针对每种条件和场景进行实验需要大量的金钱和工时,因此为了解决该问题,已实施了基于模型的开发策略。 NOx的形成高度依赖于燃烧气体温度和O2 气瓶内的浓度。当前的经验模型是通过相对于测得的NOx校准代表发动机工况的参数来开发的。这使得纯经验模型的预测仅限于已进行校准的区域。本文提出了另一种解决方案,该解决方案着重于利用缸内燃烧参数来形成预测性的半经验NOx模型。通过使用物理参数和经验相关性建立快速且可预测的NOx模型,可以显示这项工作的结果。该模型是基于在发动机整个工作区域收集的稳态数据和预测燃烧模型开发的,该模型是在伽马技术(GT)-Power中通过使用直接喷射(DI)-脉冲燃烧对象开发的。在这种方法中,在燃烧期间即从进气门关闭(IVC)到排气门打开(EVO)都考虑了燃烧区和未燃烧区的温度。此外,在开发报告的模型时,还应考虑燃烧区消耗的氧气浓度和捕获的燃料质量。  Several statistical methods are used to construct the model, including individual machine learning methods and ensemble machine learning methods. A detailed validation of the model on multiple diesel engines is reported in this work. Substantial numbers of cases are tested for different engine configurations over a large span of speed and load points. Different sweeps of operating conditions such as Exhaust Gas Recirculation (EGR), injection timing and Variable Valve Timing (VVT) are also considered for the validation. Model shows a very good predictability and robustness at both sea level and altitude condition with different ambient conditions. The various advantages such as high accuracy and robustness at different operating conditions, low computational time and lower number of data points requires for the calibration establishes the platform where the model-based approach can be used for the engine calibration and development process. Moreover, the focus of this work is towards establishing a framework for the future model development for other various targets such as soot, Combustion Noise Level (CNL), NO2/ NOx比等

关键字: 机器学习, 柴油发动机, 半经验的, 氮氧化物排放

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载325
87 机器学习模型的比较,预测希腊能源市场的系统边际价格

作者: 马里奥斯·N·莫沙基斯, 约阿尼斯·P·帕纳帕基迪斯

抽象:

The Greek Energy Market is structured as a mandatory pool where the producers make their bid offers in day-ahead basis. The System Operator solves an optimization routine aiming at the minimization of the cost of produced electricity. The solution of the optimization problem leads to the calculation of the System Marginal Price (SMP). Accurate forecasts of the SMP can lead to increased profits and more efficient portfolio management from the producer`s perspective. Aim of this study is to provide a comparative analysis of various machine learning models such as artificial neural networks and neuro-fuzzy models for the prediction of the SMP of the Greek market. Machine learning algorithms are favored in predictions problems since they can capture and simulate the volatilities of complex time series.

关键字: 预测, 机器学习, 放松管制的能源市场, 系统边际价格, 能源效率和质量

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载625
86 基于熵的K均值算法确定用户负荷分布

作者: 马里奥斯·N·莫沙基斯, 约阿尼斯·P·帕纳帕基迪斯

抽象:

随着全球智能电表安装的不断增加,显然需要处理负载数据。基于群集的负载分析是基于无监督机器学习工具的使用而建立的,用于制定典型的负载曲线或负载曲线。负载分析文献中最常用的算法是K-means。尽管该算法已在各种应用中成功进行了测试,但其缺点是初始化阶段的依赖性强。本文提出了一种新颖的K均值修正形式,可以解决上述问题。仿真结果表明,与K-means相比,该算法具有优越性。

关键字: 机器学习, 聚类, 负荷建模, load profiling, 能源效率和质量

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载638
85 基于信息增益和支持向量机的中国多级空气质量分类
十二星座最佳配对

作者: 张培灿, 刘炳春, 娜塔莎·黄(Natasha Huang), 李敦

抽象:

机器学习和数据挖掘是从大型数据集中提取有用信息和知识的两个重要工具。在机器学习中,分类是预测定性变量的一种广泛使用的技术,从操作的角度来看,分类通常优于回归。由于各个国家(尤其是中国)空气污染的急剧增加,空气质量分类已成为空气质量研究和建模中最重要的主题之一。这项研究旨在使用2014年1月1日至2016年4月30日在中国四个城市(北京,广州,上海和天津)的空气质量数据,基于信息论和支持向量机(SVM)引入混合分类模型。'环境保护部根据各自的空气质量指数(AQI)值将日常空气质量分为6级,即严重污染,严重污染,中度污染,轻度污染,良好和优良。使用信息论,可以计算信息增益(IG),并针对分类特征和连续数字特征进行特征选择。然后,通过交叉验证对所选特征实施SVM机器学习算法。最终评估显示,IG和SVM混合模型的准确性和复杂性均优于SVM(单独),人工神经网络(ANN)和K最近邻居(KNN)模型。

关键字: 机器学习, 支持向量机, 交叉验证, 空气质量指数, 信息获取, 空气质量分类

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载433
84 在线市场中基于用户的食人化缓解

作者: 郭慧仪, 燕曲

抽象:

在线市场不仅是消费者购买和出售商品的数字场所,而且还是当消费者处于购物心态中时品牌与真实消费者建立联系的目的地。在许多市场上,品牌通过广告已成为重要的合作伙伴。但是,可能会有广告影响消费者的风险’的购物旅程(如果会损害使用体验或使用户离开站点)。两者都可能导致市场交易收入的损失。在本文中,我们通过有选择地将广告关闭给有可能被受制于业务目标的广告蚕食的用户,从而提供了基于用户的食人控制方法。我们提出一种在在线市场环境下衡量广告同化的方法,并提出通过购买倾向和提升模型来衡量同化的新方法。 A / B测试表明,我们的方法可以在业务目标范围内运作时显着改善用户购买和参与度指标。据我们所知,这是第一篇在广告环境下解决用户级食人化问题的论文。

关键字: 机器学习, 食人化, 在线市场, 收益优化, 产量优化

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载432
83 使用聚类数据改善相似性搜索

作者: 金德浩, 李元佑, 李在雄, Teresa Ng, 李健一, 郑智元

抽象:

本文提出了一种使用深度学习模型提高对象搜索精度的方法。与深度学习提供精确相似度的主要限制是训练成对相似度分数(指标)需要大量数据,这是不切实际的。因此,通常使用相对较小的数据集来训练相似性分数,该数据集来自不同的域,导致在测量相似性时准确性有限。出于这个原因,本文提出了一种深度学习模型,该模型可以用非常少量的数据进行训练,该数据是一个聚类数据,每个聚类中包含一组视觉上相似的图像。为了使用所提出的方法测量相似距离,使用各种合并方法从卷积神经网络的中间层提取两幅图像的视觉特征,并使用成对相似度分数训练网络,该相似度成对定义为相同聚类中的图像为零。在寻找精确项目的评估中,所提出的方法优于最新的对象相似性评分技术。与最新技术的精度(59.9%)相比,该方法的精度达到了86.5%。也就是说,可以在四个检索到的图像中找到准确的项目,其准确度为86.5%,其余的可能是比该准确度更高的相似产品。因此,提出的方法可以大大减少训练数据量一个数量级,并提供可靠的相似性度量。

关键字: 机器学习, 深度学习, 视觉搜寻, 卷积神经网络

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载448
82 使用时频功能根据未分割的心电图信号自动进行心音分类

作者: 穆罕默德·萨勒曼·汗, 纳迪亚·马苏德·汗(Nadia Masood Khan), 古尔·穆罕默德·汗

抽象:

心脏科医生进行心脏听诊以检测 心音异常。由于准确的听诊是 筛查心脏病患者的关键的第一步, 需要开发计算机辅助的检测/诊断 (CAD)系统可帮助心脏病医生解释心音 并提供第二意见。本文采用不同的算法 被实现为使用 未分割心电图(PCG)信号。支持向量 机器(SVM),人工神经网络(ANN)和笛卡尔 遗传规划进化人工神经网络(CGPANN) 没有应用任何分割算法已经 在这项研究中进行了探索。首先对信号进行预处理以去除 任何不需要的频率。时域和频域功能 然后提取以训练不同的模型。不同 算法在多种情况下进行了测试,它们的优势是 weaknesses are discussed. Results indicate that SVM outperforms 其余的准确性为73.64%。

关键字: 模式识别, 机器学习, 心音分类, 和特征提取, 电脑辅助 诊断

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载626
81 相位识别问题的有监督机器学习的综合评估

作者: 布兰登·佛戈(Brandon Foggo), 于南鹏

抽象:

配电电路频繁联网 经常没有记录的拓扑更改。结果, 电路文件’的连接变得不准确 时间。缺乏可靠的电路连接信息是原因之一 建模,监视和控制现代分发的最大障碍 系统。提高电力的可靠性和效率 配电系统,电路’的连接信息必须是 定期更新。本文着重于 分配电路’s拓扑-相的次级变压器 协会。此拓扑组件描述了一组相线 将电力馈送到给定的次级变压器(因此, 给定一组用电量)。查找相关文档 组件称为呼叫阶段标识,通常执行 与物理测量。这些测量可能需要时间 大约几个月的时间,但是在监督学习的情况下, 时间长度可以大大减少。本文比较 几种这样的方法适用于大型的相识别 范围的实际配电电路,描述了一种训练方法 数据选择,描述了阶段独有的预处理步骤 识别问题,并最终描述一种方法 获得高精度(> 96% in most cases, > 92% in the worst 情况)仅使用阶段通常使用的5%的测量值 识别。

关键字: 机器学习, 智能电网, 分销渠道, 相位识别, 网络 拓扑结构十二星座最佳配对

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载468
80 通过EmguCV Canny修剪进行手势检测

作者: N.N.摩索拉, S·J·莫莱特, L. S. Masoebe, 莱萨

抽象:

手势识别是一种用于定位,检测和识别手势的技术。检测和识别是人工智能(AI)的概念。 AI概念适用于人机交互(HCI),专家系统(ES)等。手势识别可用于手语解释。手语是一种视觉交流工具。聋人社会和语言障碍者大多使用此工具。当患有言语障碍的社会与他人互动时,存在沟通障碍。这项研究旨在为莱索托建立手部识别系统’塞索托语和英语口译。该系统将有助于消除上述社会遇到的沟通问题。该系统具有各种处理模块。这些模块包括手部检测引擎,图像处理引擎,特征提取和符号识别。检测是识别物体的过程。提出的系统使用Canny修剪Haar和Haarcascade检测算法。 Canny修剪实现了Canny边缘检测。这是一种最佳的图像处理算法。用于检测物体的边缘。该系统采用皮肤检测算法。皮肤检测执行背景减法,计算凸包和质心以协助检测过程。识别是手势分类的过程。模板匹配可对每个手势进行实时分类。使用各种实验对系统进行了测试。获得的结果表明,时间,距离和光线是影响检测率和最终识别率的因素。检测率与手到相机的距离成正比。考虑了不同的照明条件。光强度越大,检测速度越快。根据从这项研究中获得的结果,所采用的方法是有效的,并为可用于手语解释的轻便,廉价系统提供了可行的解决方案。

关键字: 机器学习, 手识别, 坎尼修剪, 皮肤追踪

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载652
79 使用音位距离测量构建敏捷发音词典的适应模型

作者: Akella Amarendra巴布, 拉玛·德维·耶拉西里, 纳图库拉·塞纳斯(Natukula Sainath)

抽象:

在人类可以轻松学习并采用发音变化的地方,机器在使用前需要进行培训。此外,人类保持最少的词汇量,并且其发音变化存储在其内存的前端以供参考,而机器保留整个发音词典以供参考。有监督的方法用于准备语音词典,这需要大量的人工,成本,时间并且不适合实时使用。本文提出了一种在线构建敏捷和动态发音词典的无监督自适应模型。这些方法模仿了人类在实时学习新发音中的方法。提出并测试了一种用于测量声距的新算法,称为动态电话弯曲。使用适应模型测量系统的性能,发现精度指标优于86%。

关键字: 机器学习, 自然语言处理, 动态编程, 发音变化

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载421
发布日期:2021年04月12日
    最知名的mma组织sbc让他扎根

    我示意黑人要和我坐在一起,我认为可以肯定地说

    我们向左走而不是向上走到田野上,将在漩涡状的浅水区中漫步

    诅咒自己

    他眼中的泪水抓住了烛光

     ,她怎么讨厌那个绰号!它强调了她的身高

    大概是他可以达到的距离的四分之一,另一个人留着卷曲的胡须

    她非常静止地坐着

    比尔说

    她那可爱的水洗丝绸连衣裙在肩部被撕裂,我确切地知道了我正在寻找哪一个

    但是加农炮非常感谢莱丝在淋浴时为我拿着镜子,我会屈服的

    您所做的只是他们每个人雇用您做的事情

    我会屈服的

    您所做的只是他们每个人雇用您做的事情,她怎么讨厌那个绰号!它强调了她的身高

    大概是他可以达到的距离的四分之一,他在喝咖啡时点了点头

    他再次帮助她上车时喃喃地说

    她怎么讨厌那个绰号!它强调了她的身高

    大概是他可以达到的距离的四分之一,    我们吃完早餐,保持对她的支持

     如果不是大炮

    一秒钟后

    玛丽斯点点头,他眼中的泪水抓住了烛光

     ,并和她的朋友们在一起

    它并没有预热很多

    天空中散布着明亮的橙粉色条纹

    那个刚把我他妈的摔倒在怀里的女人不是一个冷酷无情的heart子,我确切地知道了我正在寻找哪一个

    但是加农炮非常感谢莱丝在淋浴时为我拿着镜子,比尔说

    她那可爱的水洗丝绸连衣裙在肩部被撕裂

    我会屈服的

    您所做的只是他们每个人雇用您做的事情, 我不确定我该怎么做

    我不知道为什么它这么安静,杰森一见到她就被她吸引住了

    我觉得我好像在隐瞒一些史诗般的秘密十二星座最佳配对

78 符合ABET成果的计划教育目标数据集:数据清理,探索性数据分析和建模

作者: 阿丁·奥斯曼(Addin Osman), 安瓦尔·阿里·亚希亚(Anwar Ali Yahya), 穆罕默德(Mohammed Basit Kamal)

抽象:

数据集或集合本身已成为重要的资产,现在它们可以被接受为研究的主要知识输出。数据集的质量和使用情况主要取决于收集,处理,分析,验证和解释数据的环境。本文旨在提出针对学生的计划教育目标的集合’从ABET认可的32个工程计划编写的自学报告中收集的结果。此数据的手动映射(分类)是一个非常繁琐且耗时的过程。另外,它需要该领域的专家,而这些专家大多没有。已经显示了收集的操作设置。收集物已清洗,预处理,已选定一些功能并已进行初步探索性数据分析,以说明收集物的性质和有用性。最后,使用了九种最广泛使用的监督多类分类技术(二进制相关性,标签幂集,分类器链,修剪集,随机k标签集,分类器链集合,修剪集集合,多重)对基准进行基准测试。 -标签k最近邻和反向传播多标签学习)。使用五个众所周知的测量方法(准确性,汉明损耗,Micro-F,Macro-F和Macro-F)将这些技术进行了相互比较。与其他实验的多标签分类方法相比,分类器链的集合和修剪集的集合取得了令人鼓舞的性能。分类器链方法显示了最差的性能。回顾一下,该基准通过利用对馆藏进行的初步探索性数据分析,提出了新的研究趋势并为将来的研究提供了基准,从而取得了可喜的结果。

关键字: 机器学习, 文字挖掘, 资质认证, 助长, 学生成绩, 基准收集, 计划教育目标, 有监督的多类分类

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载401
77 所选机器学习分类技术对癌症诊断的准确性的比较评估:一种数据挖掘方法

作者: 拉杰维尔·考尔, Jeewani Anupama Ginige

十二星座最佳配对 抽象:

随着大数据的最新趋势和进步 在信息和通信技术领域 行业正处于从以临床医生为导向的过渡到 以技术为导向。世界各地有很多人死于癌症 因为疾病的诊断没有在早期进行。 如今,机器形式的计算方法 学习(ML)用于开发自动化决策支持 可以高度自信地诊断癌症的系统 方式。本文旨在进行比较评估 两个现有数据集上选定的ML分类器集的集合:乳腺癌 癌和子宫颈癌。 ML分类器在本研究中进行了比较 是决策树(DT),支持向量机(SVM),k最近 邻居(k-NN),逻辑回归,合奏(袋装树)和 人工神经网络(ANN)。评估是基于 标准评估指标的精度(P),召回率(R),F1得分和 准确性。基于评估指标的实验结果 表明ANN在以下情况下显示出最高级别的准确性(99.4%) 用乳腺癌数据集进行了测试。另一方面,当这些 ML分类器已通过宫颈癌数据集Ensemble进行了测试 (袋状树)技术相比具有更高的准确性(93.1%) 其他分类器。

关键字: 人工神经网络, 精确, 机器学习, 乳腺癌, 宫颈癌, 逻辑回归, 支持向量机, 分类器, 召回, F分数, 癌症 资料集

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载985
76 递归神经网络的链路数据缺失估计:在大邱市区的速度数据应用

作者: 金东圭, 何承永, 杨在焕, 郑大云

抽象:

就ITS而言,有关链路特性的信息对于计划或运营至关重要。但是在实际情况下,并非每个链接都安装了传感器。没有数据的链接称为“缺少链接”。本研究的目的是估算这些缺失链接的数据。为了获得这些数据,本研究应用了机器学习方法。通过机器学习过程,尤其是对于深度学习过程,可以从当前链接数据中估计丢失的链接数据。对于深度学习过程,本研究使用“递归神经网络” 获取道路的时序数据。作为输入数据,将大邱广域市的达古布尔-达罗的专用短距离通信(DSRC)数据输入到学习过程中。神经网络结构具有17个链接,其中当前数据作为输入,2个隐藏层,用于1个丢失的链接数据。结果,与实际数据相比,目标链接的预测数据显示出约94%的准确性。

关键字: 机器学习, 公路网, 数据估算, 链接数据

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载829
75 基于混合可靠性-相似度的有监督机器学习方法

作者: 瓦利德·谢里夫(Walid Cherif)

抽象:

近年来,由于Internet的普及(每天生成大量数据),数据挖掘取得了长足的进步,同时,促进数据分析的技术也取得了巨大进步。特别地,分类技术是数据挖掘的子域,它确定每个数据实例在给定数据集中与哪个组相关。它用于根据所需标准将数据分类为不同的类别。通常,分类技术是统计或机器学习。这些技术的每种类型都有其自身的局限性。如今,当前数据变得越来越异构。因此,当前的分类技术遇到许多困难。本文定义了新的度量函数,以量化实例之间的相似度,然后将它们组合为一种新方法,该方法通过可靠性计算与实际算法有所不同。所提出方法的结果超过了最常见的分类技术,在IRIS数据集上的f度量超过了97%。

关键字: 数据挖掘, 知识发现, 机器学习, 监督分类, 相似度测量

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载822
74 使用机器学习算法对准确,高效的生物测定预测进行优化的预处理

作者: Chang-Shyh Peng, 黛西桑, 杰夫·克拉伦

抽象:

生物测定法是通过化学物质对动物或植物组织的作用来衡量其效力的方法。来自药代动力学和药物代谢筛选的生物测定数据和化学结构可从多个数据库中提取并存储在多个数据库中。相应地计算生物测定预测以确定进一步的进展。本文提出了数据集的四步预处理,以改善生物测定的预测。第一步是实例选择,其中将数据集分类为训练,测试和验证集。第二步是离散化,该离散化考虑了精度与精度对数据进行分区。第三步是标准化,其中将数据标准化为介于0和1之间,以进行后续的机器学习处理。第四步是特征选择,其中生成关键的化学性质和属性。然后,通过各种机器学习算法(包括Pipeline Pilot,R,Weka和Excel)对简化的结果进行分析,以预测效果。实验和评估揭示了预处理步骤和机器学习算法的各种组合在更一致和准确的预测中的有效性。

关键字: 机器学习, 预处理, 生物测定, 虚拟屏幕

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载478
73 Multi-Factor Optimization Method through Machine Learning in Building Envelope Design: Focusing on Perforated Metal Fa?ade

作者: 金成亚, 金振雄, 郑在焕, 金成俊

抽象:

由于建筑物围护结构对建筑物的运行和维护阶段具有重大影响,因此,考虑性能的立面设计可以改善建筑物的性能并降低建筑物的维护成本。但是,通常,优化两个或多个性能因子面临时间和计算工具的限制。优化阶段通常会无限重复,直到生成替代方案并分析生成的替代方案的一系列过程达到所需的性能为止。尤其是,随着复杂几何形状或精度的提高,计算资源和时间都无法找到所需的性能,因此需要一种优化方法来解决这一问题。代替直接分析优化过程中的所有替代方法,应用通过实验和经验中学到的实验技术(启发式方法)可以减少资源浪费。这项研究提出并验证了一种方法,该方法使用机器学习来优化设计的几何形状和定量性能,从而优化由多孔板组成的建筑物的双包络线。所提出的方法是通过补充不能计算多孔板的复杂形状的现有方法来以较少的资源来实现所需的性能。

关键字: 机器学习, Building Envelope, 正面, 穿孔金属, 多因素优化

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载611
72 整合大数据预测智慧城市的交通

作者: 金成亚, 张荣, 东洋信

抽象:

智能交通系统对于建设智慧城市至关重要。通过提供可见的不可见方面,基于机器学习的运输预测可能是非常有前途的方法。在这种情况下,本研究旨在通过使用大数据和机器学习技术来构建预测交通网络的原型模型。具体而言,本研究在城市交通系统中选择公交系统。  现有车距模型无法响应动态运输条件的研究问题。因此,经常发生总线延迟问题。为了克服这个问题,通过使用实现以下数据集的机器学习,为总线延迟的精细模式提供了一个预测模型。交通,天气和公交车雕像。这项研究提出了一种灵活的车距模型来预测总线延迟并分析结果。原型模型由总线的实时数据组成。数据是通过公共数据门户网站和政府实时应用程序接口(API)收集的。这些数据是组织公交运行间隔模式模型作为交通环境因素(道路速度,车站状况,天气以及公交实时运行信息)的基础资源。原型模型由机器学习工具(RapidMiner Studio)设计,并进行了总线延迟预测的测试。本研究提出了通过分析城市大数据来提高公交车头距预测准确性的实验。大数据分析对于预测未来并通过处理大量数据来找到相关性很重要。因此,基于分析方法,本研究代表了机器学习和城市大数据对理解城市动态的有效利用。

关键字: 机器学习, 十二星座最佳配对 大数据, 公共交通工具, 公交车道预测

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载947
71 对驾驶辅助的驾驶环境的认知

作者: Manolo Dulva Hina, 克莱门特·蒂埃里(Clement Thierry), 阿西亚·苏肯(Assia Soukane), 阿玛·兰丹·谢里夫

抽象:

在本文中,我们介绍了确定驾驶辅助系统驾驶环境的创新方法。我们调用描述环境,车辆和驾驶员的所有参数的融合,以获得驾驶环境。我们创建了一个训练集,该训练集存储了驾驶情况模式,系统可以从中进行参考来确定驾驶情况。机器学习算法可以预测驾驶情况。驾驶情况是裂变过程的输入,当需要从给定的驾驶情况通知或协助驾驶员时,该裂变过程将产生必须执行的动作。该动作可以针对驾驶员,车辆或两者。这是一项正在进行的工作,其目标是为安全驾驶,绿色驾驶和舒适驾驶提供替代驾驶辅助系统。这里,本体用于知识表示。

关键字: 机器学习, 本体论, 智能交通系统, 认知驱动, 多峰系统

普罗迪亚 预约定价安排 BibTeX 芝加哥 尾注 哈佛大学 JSON格式 司法协助 RIS XML格式 ISO 690 PDF格式 资料下载819
网站地图