研究目的
为证明利用多类机器学习问题中的顺序信息(尤其在序数标签普遍存在的生物应用中)的重要性,并展示利用该信息的算法优于未利用的算法。
研究成果
该研究表明,利用标签空间序数结构的算法不仅能简化学习过程,还能实现更高的分类精度,并有助于对所得分类器进行功能性解释。这在数据归一化具有挑战性的生物应用中尤为重要。
研究不足
该研究聚焦于卵巢癌的特定案例,可能无法推广至所有多分类问题。比较仅限于三种方法,且未充分探究类别数量对序数信息重要性的影响。
研究目的
为证明利用多类机器学习问题中的顺序信息(尤其在序数标签普遍存在的生物应用中)的重要性,并展示利用该信息的算法优于未利用的算法。
研究成果
该研究表明,利用标签空间序数结构的算法不仅能简化学习过程,还能实现更高的分类精度,并有助于对所得分类器进行功能性解释。这在数据归一化具有挑战性的生物应用中尤为重要。
研究不足
该研究聚焦于卵巢癌的特定案例,可能无法推广至所有多分类问题。比较仅限于三种方法,且未充分探究类别数量对序数信息重要性的影响。
加载中....
您正在对论文“[2019年IEEE国际电子器件会议(IEDM) - 美国加利福尼亚州旧金山(2019.12.7-2019.12.11)] 2019 IEEE国际电子器件会议(IEDM) - 硅量子点量子比特器件的多物理场仿真与设计”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期