会员服务
数据增强在机器学习领域多指采用一些方法（比如数据蒸馏，正负样本均衡等）来提高模型数据集的质量，增强数据。
Datasets for Verb Alternations across Languages: BLM Templates and Data Augmentation Strategies
Arxiv
0+阅读 · 3月16日
H2R: A Human-to-Robot Data Augmentation for Robot Pre-training from Videos
Arxiv
0+阅读 · 3月16日
Sequential Data Augmentation for Generative Recommendation
Arxiv
0+阅读 · 2月22日
Optimizing Data Augmentation through Bayesian Model Selection
Arxiv
0+阅读 · 3月3日
Adaptive Data Augmentation with Multi-armed Bandit: Sample-Efficient Embedding Calibration for Implicit Pattern Recognition
Arxiv
0+阅读 · 3月2日
FairSHAP: Preprocessing for Fairness Through Attribution-Based Data Augmentation
Arxiv
0+阅读 · 2月21日
Improving Outdoor Multi-cell Fingerprinting-based Positioning via Mobile Data Augmentation
Arxiv
0+阅读 · 2月23日
Enhancing Cellular-enabled Collaborative Robots Planning through GNSS data for SAR Scenarios
Arxiv
0+阅读 · 2月25日
Augmenting Lateral Thinking in Language Models with Humor and Riddle Data for the BRAINTEASER Task
Arxiv
0+阅读 · 2月23日
Symbol-Equivariant Recurrent Reasoning Models
Arxiv
0+阅读 · 3月2日
Augmenting Research Ideation with Data: An Empirical Investigation in Social Science
Arxiv
0+阅读 · 2月28日
Grounding Synthetic Data Generation With Vision and Language Models
Arxiv
0+阅读 · 3月10日
Hard/Soft NLoS Detection via Combinatorial Data Augmentation for 6G Positioning
Arxiv
0+阅读 · 3月9日
Data Augmentation and Convolutional Network Architecture Influence on Distributed Learning
Arxiv
0+阅读 · 3月11日
MARS: Margin-Aware Reward-Modeling with Self-Refinement
MARS: Margin-Aware Reward-Modeling with Self-Refinement
Arxiv
0+阅读 · 2月19日
参考链接
微信扫码咨询专知VIP会员
Top