超参数优化相关论文
随着科技的飞速发展,地球科学数据以指数形式增长,呈现出数据量大、更新快、多极化、多角度、高速发展等大数据特征。因此,如何从......
利用机器学习模型进行滑坡易发性评价时，不同的超参数设置往往会导致评价结果的不同。采用贝叶斯算法对4种常见机器学习模型（逻辑回......
叶面积指数（leaf area index,LAI）是森林生态系统重要参数,如何以较小成本提升区域尺度的山地森林LAI的遥感估测精度,对于精确掌握森......
国际糖尿病方面的研究成果表明,近年来糖尿病发病率呈现不断的上升趋势。随着人工智能的不断进步,医疗保健数字化进程加速推进,基......
海量用户用电特性的挖掘与分析对实现电网与用户间的双向互动具有十分重要的意义。提出一种适用于海量用户用电行为聚类及分析的算......
雷达目标航迹的快速识别对指挥员战场决策具有重要的参考作用，传统雷达目标航迹识别算法对于目标特征分析效果差，导致航迹识别效果不......
为提高南药叶片的分类和分拣效率，本研究对EfficientNetv2网络模型进行改进，引入迁移学习机制训练模型，选取自适应矩估计优化算法，通过......
城市交通拥堵的重要原因之一是有限的道路供给资源与高涨的交通需求量不匹配,日益增长的私家车保有量则使这一问题日趋严重。尽管......
在问题规模不断增大的背景下,机器学习和深度学习的应用门槛越来越高,且需要极具经验的人工干预。然而,人工干预往往需要耗费大量......
水泥立磨系统中的生料细度是水泥生产中的一项重要指标,水泥生料细度的准确预测是水泥行业实现节能减排和智能控制的前提。然而,立......
传统计算机经过几十年的发展演变,已经非常成熟,在很多领域已经表现出卓越的性能,被认为是人脑的拓展。然而传统计算机在很多领域......
当前,人们的生活品质正伴随着社会经济和工业化的快速发展而不断提高,但是城市大气污染也日益严重,一方面给环境空气质量监控带来......
天然气、污水处理厂、智能电网等工业控制系统（Industrial Control System,ICS）是国家关键基础设施,其网络一旦遭受攻击,不仅会造成......
近年来,机器学习算法广泛应用于多个领域.超参数的选择直接影响了算法模型的性能,然而超参数优化过程往往依赖于专业知识和长期经......
残基对的相互作用描述了蛋白质三维结构中一对残基的空间距离关系,相互作用的残基对对维护蛋白质结构的稳定起着重要作用。蛋白质......
随着人工智能技术的发展以及法律信息化的基本完成,智能法律辅助系统也成为了当前一个重要的需求。法律智能就是让机器能够读懂法......
卷积神经网络在各领域的应用十分广泛,尤其在图像分类问题上取得了很高的准确率。然而设计一个好的网络需要手动设定大量超参数。......
随着数据物联网与云计算的兴起,数据支撑决定着各行各业的发展。解决问题的上限是由数据决定的,而如何处理数据成为科研人员和工程......
城市快速路是城市交通的重要组成部分,影响着城市交通系统的运行效率。随着多源交通数据采集技术的完善,融合多源数据的城市快速路......
近年来,互联网技术的快速发展不断提高着人们的生活品质,这也使人们对新技术的应用提出了越来越高的要求。高精度天气预报、自动驾......
近年来,以深度神经网络为代表的人工智能技术已经在计算机视觉、搜索推荐和语音识别等诸多领域取得了突破性进展。不过随着算法的......
深度学习、神经网络已经在各行各业的到了巨大地发展,而使用神经网络进行计算、预测时需要使用者提前对网络的各种参数进行提前定......
近年来,随着计算机技术的不断发展,智能监控已广泛应用于日常生活中的各个领域。其广泛的应用场景和巨大的应用价值使得行为识别在......
学习率衰减策略是深度学习算法优化中常用的学习率设定方法,好的学习率设定方式可以训练出更好的深度神经网络模型。因此,如何设定......
在机器人技术、三维重建和自动驾驶等工程应用中,三维点云分割是实现机器人抓取、快速曲面重构和模式识别成功应用的关键环节,是人......
RNA对生命体的遗传具有重要作用,RNA二级结构是理解RNA功能的初级钥匙。由于缺乏对RNA相对完整的了解,对RNA二级结构打分是生物信......
河流流量估算是水文学家普遍采用的一种活动,它考虑了几个气象因素。虽然有些方法需要彻底了解水文过程以及导致径流的不同参数之......
针对AHU系统中的多维、异构、非线性等特点,提出了一种基于改进粒子群的高斯过程回归(IPSO-GPR)算法。在传统的PSO算法上引进了混......
针对大数据由于数据复杂性、异构性、安全性、可伸缩性和大规模数据量而难以预测分析的问题,提出了基于增强可伸缩随机森林(Enhanc......
针对永磁同步电机(PMSM)故障诊断问题,提出了一种基于权重改进粒子群算法与时钟驱动循环神经网络(Clockwork RNNS)PMSM的故障诊断......
支持向量机是基于统计学习理论框架下的一种简单、有效的分类方法。作为结构风险最小化准则的具体实现，支持向量机具有全局最优性和......
宏基因组序列组装在计算和内存上面临着巨大挑战。SpaRC(Spark Reads Clustering)是基于Apache Spark的宏基因组序列片段聚类算法,......
为了提高铅酸电池荷电状态（SOC）的预测准确率,该文提出一种基于粒子群优化的高斯过程回归（PSO-GPR）算法。该算法的核心思想是通过粒子......
目的:构建一种有效的心电图分类算法,以实现对正常心电图与异常心电图的准确、可靠识别。方法:对来源于PhysioNet开源数据库的基于......
近年来,城市轨道交通建设规模不断提升,市民出行压力得到了极大的缓解,但仍存在一些潜在的问题,如:高峰时期拥堵、车辆供给与乘客......
传统随机森林分类算法采用平均多数投票规则不能区分强弱分类器,而且算法中超参数的取值需要调节优化.在研究了随机森林算法在文本......
机器学习算法已广泛应用于各种应用和领域。为了使机器学习模型适合不同的问题,必须调整其超参数,为机器学习模型选择最佳的超参数......
恰当的超参数设置是决定深度模型性能的关键因素,实现优秀高效的超参数优化算法能够提高深度学习模型的效果,提升模型超参数搜索调......
随着云计算技术的成熟,越来越多的数据分析任务被放在云计算平台中处理。而面向数据分析应用的机器学习算法的超参数优化是一个非......
在物联网技术的迅猛发展,以及大规模并行计算的背景下,人工智能渐渐地从高端技术变成通用技术。有了强大计算能力的保证,人工智能......
