dlcp:biblio
Differences
This shows you the differences between two versions of the page.
Both sides previous revisionPrevious revisionNext revision | Previous revision | ||
dlcp:biblio [20/04/2021 18:17] – [Обзоры] demichev | dlcp:biblio [09/07/2021 08:26] (current) – [Bibliography] admin | ||
---|---|---|---|
Line 1: | Line 1: | ||
====== Bibliography ====== | ====== Bibliography ====== | ||
+ | ===== Обзоры ===== | ||
+ | |||
+ | * Asifullah Khan, Anabia Sohail, Umme Zahoora & Aqsa Saeed Qureshi, [[https:// | ||
===== Учет симметрий входных данных при глубоком обучении (Equivariant Networks) ===== | ===== Учет симметрий входных данных при глубоком обучении (Equivariant Networks) ===== | ||
Line 26: | Line 29: | ||
======Методы глубокого обучения для работы с несбалансированными данными===== | ======Методы глубокого обучения для работы с несбалансированными данными===== | ||
+ | |||
+ | ==== Обзор ==== | ||
+ | |||
+ | * [[https:// | ||
+ | |||
+ | === Аннотация === | ||
+ | |||
+ | Целью обзора является анализ существующих методов глубокого обучения для работы с несбалансированными данными. Несбалансированность понимается в смысле существенного различия числа объектов, | ||
+ | |||
+ | Дисбаланс классов тщательно изучался в течение последних двух десятилетий с использованием традиционных моделей машинного обучения, | ||
+ | |||
+ | Существующие работы, | ||
+ | |||
+ | Рассмотренные методы подразделяются на | ||
+ | * методы предварительной подготовки данных (Data-level methods), в частности | ||
+ | * random under-sampling (RUS), random over-sampling (ROS), dynamic sampling, two-phase learning; | ||
+ | * совершенствование алгоритмов обучения (Algorithm-level methods), в частности | ||
+ | * mean false error loss, focal loss, cost-sensitive deep neural network, very deep neural networks; | ||
+ | * методы, | ||
+ | * large margin local embedding, deep over-sampling. | ||
+ | |||
+ | Несколько традиционных методов обработки данных с дисбалансом классов, | ||
+ |
dlcp/biblio.1618931822.txt.gz · Last modified: 20/04/2021 18:17 by demichev