没有合适的资源？快使用搜索试试~ 我知道了~

文库首页人工智能深度学习 A Ranking-Based Cross-Entropy Loss 阅读PPT

A Ranking-Based Cross-Entropy Loss 阅读PPT

人工智能

0 下载量 21 浏览量 2023-07-12 15:38:19 上传评论收藏 4.81MB PPTX 举报

温馨提示

试读

22页

A Ranking-Based Cross-Entropy Loss for Early Classification of Time Series 基于ranking的交叉熵损失时间序列早期分类 IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS ，SCI 一区

资源推荐

资源详情

资源评论

ExtremeLearningMachine资源共享-Hypergraph-based-multi-example-ranking-with-sparse-representat_2013_Neurocom.pdf

ExtremeLearningMachine资源共享-Hypergraph-based-multi-example-ranking-with-sparse-representat_2013_Neurocom.pdf 小弟准备学习ELM，才收集到一些相关资料，发现论坛中并无相关资料，因此把自己手头上收集到...

用于信息检索的代价敏感排序学习算法研究

5星 · 资源好评率100%

户通常只是阅读位于序列顶部的文档。因此，在基于有序对的排序支持向量机的算法中，与序列顶部有关的有序对对排序性能的影响比其他有序对更大。然而，传统的排序算法如排序支持向量机并没有考虑到上述因素，它在...

Ranking-based Clustering on General Heterogeneous Information Networks by Network Projection

Ranking-based Clustering on General Heterogeneous Information Networks by Network Projection

Yau2011-QoS-based Service Ranking and Selection for Servic-based Systems

QoS-based Service，service ranking and selection，user's requirements

基于D3.js的Historical-ranking-data-visualization-based：这是一个数据可视化项目，能够将历史数据排名转换为动态柱状图图表

该项目暂停维护这个项目存在很多历史遗留问题，使用起来也不是非常便利。因此我开了一个新坑，有助于更好地制作此类数据可视化视频。新项目地址：： : 个人能力有限，此项目基本上不会更新代码了。...

Graph-Based.Social.Media.Analysis.14987

5星 · 资源好评率100%

Focused on the mathematical foundations of social media analysis, Graph-Based Social Media Analysis provides a comprehensive introduction to the use of graph analysis in the study of social and ...

排序算法的评估指标ranking-measures-and-loss-functions-in-learning-to-rank

该文档论述了排序算法和推荐系统的评估标准NDCG和MAP的原理和应用

completion-ranking-kotlin-0.0.2.jar

completion-ranking-kotlin-0.0.2.jar

completion-ranking-kotlin-0.1.2.jar

completion-ranking-kotlin-0.1.2.jar

completion-ranking-scala-0.1.0.jar

completion-ranking-scala-0.1.0.jar

Using Ranking-CNN for Age Estimation

CVPR2017上的一篇论文，该论文对卷积神经网络的应用，很有独到之处。

Python库 | gs2-python-sdk-ranking-1.3.2.tar.gz

python库。资源全名：gs2-python-sdk-ranking-1.3.2.tar.gz

Python库 | ranking-0.3.2-py3-none-any.whl

资源分类：Python库所属语言：Python 资源全名：ranking-0.3.2-py3-none-any.whl 资源来源：官方安装方法：https://lanzao.blog.csdn.net/article/details/101784059

Saliency Detection via Graph-Based Manifold Ranking代码

2013年经典CVPR文章代码 Saliency Detection via Graph-Based Manifold Ranking

The PageRank Citation Ranking-Bringing Order to the Web.pdf

5星 · 资源好评率100%

The PageRank Citation Ranking-Bringing Order to the Web.pdf

YOLOv8-deepsort 实现智能车辆目标检测+车辆跟踪+车辆计数

4星 · 用户满意度95%

本资源纯属免费，不收任何钱和任何积分，纯粹为爱发电，本资源已经为大家整合好了的，看我的博客部署好直接用：https://blog.csdn.net/Little_Carter/article/details/133610076?spm=1001.2014.3001.5501 资源原本项目源码地址：https://github.com/MuhammadMoinFaisal/YOLOv8-DeepSO

YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了

5星 · 资源好评率100%

YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了

yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt

5星 · 资源好评率100%

yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt，需要创建的文件夹都以创建，方便大家不用再去GitHub下载可以搭配该博客：https://blog.csdn.net/weixin_43366149/article/details/132206526?spm=1001.2014.3001.5501

Transformer模型实现长期预测并可视化结果（附代码+数据集+原理介绍）

5星 · 资源好评率100%

这篇文章给大家带来是Transformer在时间序列预测上的应用，这种模型最初是为了处理自然语言处理（NLP）任务而设计的，但由于其独特的架构和能力，它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是：Transformer 在时间序列分析中的应用核心在于其自注意力机制，这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码，Transformer

社交平台上经济类话题的文章热度信息，数据是真实的，但不是真实日期

使用LSTM模型进行时序预测的代码与说明见：https://blog.csdn.net/Q_M_X_D_D_/article/details/109366895

Unet眼底血管图像分割数据集+代码+模型+系统界面+教学视频.zip

5星 · 资源好评率100%

本资源配套对应的视频教程和图文教程，手把手教你使用Unet做眼底图像分割的训练、测试和界面封装，包含了Unet原理的解析、处理好的训练集和测试集、训练和测试的代码以及训练好的模型，并封装为了图形化界面，只需点击上传按钮上传图像即可完成眼底图像的预测。随着生活水平的提高，眼科疾病以及心脑血管疾病的发病率呈现逐年增长的趋势。视网膜血管是这类疾病诊断和监测的重要信息来源，其形态和状况的变化可以反映出许

行人跌倒数据集（VOC格式）

5星 · 资源好评率100%

行人跌倒数据集（VOC格式）

YOLOV5 + 双目相机实现三维测距（新版本）

YOLOV5 + 双目相机实现三维测距（新版本）

全新的SOTA模型YOLOv9

当今的深度学习方法专注于如何设计最合适的目标函数，以使模型的预测结果尽可能接近真实值。同时，还需要设计一个合适的架构，以便获取足够的信息进行预测。现有方法忽略了一个事实：当输入数据经过逐层的特征提取和空间变换时，会丢失大量信息。本文将深入探讨数据在深度网络中传输时数据丢失的重要问题，即信息瓶颈和可逆函数问题。我们提出了可编程梯度信息（PGI）的概念，以应对深度网络实现多个目标所需的各种变化。PGI

YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频.zip

5星 · 资源好评率100%

YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频代码的下载地址在：https://gitee.com/song-laogou/yolov5-mask-42 大家可以按照这里的视频教程配置环境：https://www.bilibili.com/video/BV1YL4y1J7xz/ 更多数据请看：https://blog.csdn.net/ECHOSON/article/d

 IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS ，SCI 一区

 Early classification of time series (ECTS)旨在在观察完整数据之前对时间序列进行分类。它在时间敏感的应用中至关重要，

如重症监护病房(ICU)的早期败血症诊断。早期诊断可以为医生提供更多挽救生命的机会。

 本文提出了一种基于ranking的交叉熵损失(RCE)方法，从时间序列数据中共同学习类的特征和早期顺序。这样，RCE可以帮助

分类器生成具有更可区分边界的时间序列在不同阶段的概率分布。从而最终提高了每个时间步的分类精度。此外，为了提高方

法的适用性，作者还将学习过程集中在高阶样本上，从而加快了训练过程。

 在三个真实数据集上的实验表明，本方法在任何时刻都能比所有baseline更准确地进行分类。

 代码:https://github.com/SCXsunchenxi/RCE

• 文献阅读

 挑战

 ECTS很难，因为它同时解决了两个相互冲突的目标:准确性和早期性。如果一个人想要追求更高的准确性，模型将倾向于晚些

执行预测，因为它想要观察尽可能多的数据。例如，在sepsis预测任务中，血压的快速下降(sepsis的主要症状)总是发生在

sepsis发生之前，但这一证据在时间序列的早期阶段很难被识别。

 其他模型在ECTS上效果不够好的原因：他们通常首先在分类损失下优化准确性，然后通过权衡一个目标与另一个目标来找到

准确性和早期性之间的平衡。这种两阶段策略分离了准确性目标和早期目标，权衡没有统一的评价标准，因为不同的应用有不

同的需求。在这种情况下，先验的专业知识更重要，但它并不容易获得。另一方面，现有的分类损失，如交叉熵，不能有效地

从预测概率中识别早期信息。

 在此基础上，如果可以根据时间阶段来规划这些分布，使它们的边界更加明显和不重叠，将会提高分类精度。这最终有利于在

任何时候都能得到准确的时间序列分类结果。作者认为一个强大的早期分类器应该总是在任何时刻做出高度准确的预测，而不

仅仅是在一个时间内。

A. Problem Formulation

 Definition 1 (ECTS): N个labeled时间序列的集合表示为D={(x

, c

)∈(X, C)|i=1,…,N}，X是样本集，C是类集。

x={x

,…x

}是具有T个时间步的时间序列。在起始时间T, x被分类为c。ECTS任务的目标是学习一个分类器f

: x

1:T

→c，通过

使用时间1到T的子序列来预测x代表的c类，其中t<T。

 为了实现ECTS，作者提出了一种RCE。采用ranking的思想，将早期目标与分类目标相结合。因此，作者给出了ranking关系

的描述。一个集合的ranking是由它的元素之间的关系形成的。这里，使用两个元素的成对ranking关系对一个无序集合进行

ranking。

A. Problem Formulation

 Definition 2(Pairwise-Ranking Relation):数据对集P={(x

, x

)|x

, x

∈X}包含数据集X中的所有对。ranking中的对(x

, x

)有三

个关系。 i ▷ j 表示x

排在x

之前， i ◁ j表示x

排在x

之后， i ◁ ▷ j表示x

和x

的rank相同。

 ranking关系r

使用关系分数s

进行形式化

 RCE对时间序列进行分类和早期ranking，如图2所示。首先，根据类别对时间序列进行ranking。Ranking 0和Ranking 1是两

个ranking，sepsis class ranked before nonsepsis class and nonsepsis ranked before sepsis class 。然后，在每个类别

中，按照时间序列的早晚排序，早的数据rank高。

A. Problem Formulation

 Definition 3 (Class Order, CO):类序CO=c

▷c

··· ▷c

记录了类集C的排序顺序（M表示类的个数）。c

▷c

表示c

在c

之前。对

于二元分类，有两种类序，c

▷c

和c

▷c

。对于三种分类，有三种分类顺序:c

▷c

、c

▷c

和c

▷c

。对于n分类，有n个

类顺序，每个类都在顶部（不应该是全排列吗？三种123,132,213,231,312,321）。因此，简化表示为CO=c

▷c

{m\i}

。

{m\i}

={c

|m∈{1,…,M}−{i}}。将n类数据集改为二进制类数据集的话，则数据分为属于c

和不属于c

。二进制类被简单地标记为

, c

}。

剩余21页未读，继续阅读

评论收藏

内容反馈

资源评论

资源反馈

评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~

WXiujie123456

粉丝: 384
资源: 5

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

前往需求广场，查看用户热搜

A Ranking-Based Cross-Entropy Loss 阅读PPT

Ranking-Based Classification of Heterogeneous Information Networks

Historical-ranking-data-visualization-based-on-d3.js-master (1).zip

Ranking-based biased learning swarm optimizer for .zip

基于排序的自适应布谷鸟搜索算法_matlab_algorithm_search_Ranking-based adaptive c

ExtremeLearningMachine资源共享-Hypergraph-based-multi-example-ranking-with-sparse-representat_2013_Neurocom.pdf

用于信息检索的代价敏感排序学习算法研究

Ranking-based Clustering on General Heterogeneous Information Networks by Network Projection

Yau2011-QoS-based Service Ranking and Selection for Servic-based Systems

基于D3.js的Historical-ranking-data-visualization-based：这是一个数据可视化项目，能够将历史数据排名转换为动态柱状图图表

Graph-Based.Social.Media.Analysis.14987

排序算法的评估指标ranking-measures-and-loss-functions-in-learning-to-rank

completion-ranking-kotlin-0.0.2.jar

completion-ranking-kotlin-0.1.2.jar

completion-ranking-scala-0.1.0.jar

Using Ranking-CNN for Age Estimation

Python库 | gs2-python-sdk-ranking-1.3.2.tar.gz

Python库 | ranking-0.3.2-py3-none-any.whl

Saliency Detection via Graph-Based Manifold Ranking代码

The PageRank Citation Ranking-Bringing Order to the Web.pdf

YOLOv8-deepsort 实现智能车辆目标检测+车辆跟踪+车辆计数

YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了

yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt

Transformer模型实现长期预测并可视化结果（附代码+数据集+原理介绍）

社交平台上经济类话题的文章热度信息，数据是真实的，但不是真实日期

Unet眼底血管图像分割数据集+代码+模型+系统界面+教学视频.zip

行人跌倒数据集（VOC格式）

YOLOV5 + 双目相机实现三维测距（新版本）

全新的SOTA模型YOLOv9

YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频.zip

最新资源