- 博客(12)
- 收藏
- 关注
RSS订阅原创 [论文素材]Previous Work----WiSig: 一个用于开发一种不依赖于特定接收器和信道条件的射频指纹识别技术的大型 WiFi 信号数据集
然而，信号受到无线信道和接收器电路的影响，这些额外的干扰会混淆发射器的识别。在本文中，我们提出了一个名为 WiSig 的大型 WiFi 数据集，其中包含从 174 个商用 WiFi 发射器和 41 个 USRP 接收器捕获的 1000 万个数据包，这些数据是在一个月内的四次采集中完成的。利用 WiSig 进行的初步评估表明，更换接收器或使用在不同日期采集的信号可能会显著降低分类器的性能。可以考虑开放集识别而不是在一个已知发射器集内分类，在这种方法中，未在训练中暴露的未经授权的发射器可以被拒绝。
2024-12-11 17:35:53
1289
原创 [论文素材]Previous Work----基于机器学习的复杂地形大尺度低功耗连通性模型无线部署
摘要:我们评估了基于机器学习的路径损失模型的准确性，该模型是在使用2.4 GHz无线电的环境无线传感器网络中收集的超过一年的42 157 324个RSSI样本上训练的。网络中的2218个链接跨越2000平方公里的盆地，部署在复杂的环境中，地形属性和植被覆盖率变化很大。为了找到误差最小的算法，我们评估了四种候选机器学习算法:1)随机森林;2)AdaBoost;3)神经网络;4) k近邻。在候选模型中，随机森林模型的误差最小。模型中使用的自变量包括路径距离、冠层覆盖度、地形变异性和路径角度。
2023-05-05 13:28:19
318
原创 [论文素材]A Comprehensive Survey on Transfer Learning
迁移学习旨在通过转移不同但相关的源领域中包含的知识来提高目标学习者在目标领域的表现。通过这种方式，可以减少对大量目标域数据的依赖，以构建目标学习器。由于广泛的应用前景，迁移学习已成为机器学习中一个热门且有前途的领域。尽管已经有一些关于迁移学习的有价值且令人印象深刻的调查，但这些调查以相对孤立的方式引入了方法，并且缺乏迁移学习的最新进展。由于迁移学习领域的快速扩展，全面回顾相关研究既必要又具有挑战性。
2023-04-25 16:32:53
287
原创 [论文素材]Previous Work----自动仇恨言论检测和冒犯性语言问题
社交媒体上自动仇恨言论检测的一个关键挑战是将仇恨言论与其他攻击性语言实例分开。词汇检测方法的精度往往较低，因为它们将所有包含特定术语的消息归类为仇恨言论，而之前使用监督学习的工作未能区分这两个类别。我们使用众包仇恨言论词典来收集包含仇恨言论关键词的推文。我们使用众包将这些推文的样本标记为三类：包含仇恨言论、仅包含冒犯性语言以及两者均不包含的那些。我们训练一个多类分类器来区分这些不同的类别。对预测和错误的仔细分析表明，我们何时可以可靠地将仇恨言论与其他冒犯性语言区分开来，以及何时更难区分。
2022-11-21 13:29:23
2142
原创 [论文素材]Background----CNN
是最具有代表性的深度算法之一，受到人类视觉神经系统的启发,通过卷积计算提取特征的一种前馈神经网络, 具有（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类[1]
2022-11-14 19:41:28
513
原创 [论文素材]Background---- Machine Learning
机器学习是人工智能的一部分，是一门开发算法和统计模型的科学，致力于让计算机通过海量数据和算法来模拟和实现人类的学习方式，并给出更可靠的预测或决策。（机器学习不是某种具体的算法，而是很多算法的统称）（来源：一文看懂机器学习「3种学习方法+7个实操步骤+15种常见算法」）目前，可用数据数量呈现爆发式增长，计算机处理和数据粗存变得更便宜、更强大，准确的ML模型可以提供更快更精准的预测，对企业来说，可以挖掘出客户信息价值，保持领先竞争力，识别获利机会或避免未知的风险，对个人和社会来说，ML在医疗，教育和推荐引擎方面
2022-11-12 09:51:44
101
原创 [论文素材]Background----BERT
来自“变形金刚” 的双向编码器，一种基于Transformer的用于NLP预训练机器学习技术。2018年由Google创建并发布[1]。2019 年，谷歌宣布已开始在其搜索引擎中使用BERT[2]。2020 年的一项文献调查得出的结论是，“在一年多一点的时间里，BERT 已成为 NLP 实验中无处不在的基线”，共有 150 多篇研究出版物分析和改进了该模型[3]。BERT 使用和两个无监督预测任务进行预训练。
2022-11-11 20:58:04
325
原创 [论文素材]Background----The Transformer
是第一个完全采用self-attention机制，对序列输入数据（eg：自然语言）各部分的重要性进行差分加权，从而得到序列输出的转换模型。由Google Brain团队推出，现在已经成为了NLP领域的首选模型。
2022-11-11 15:31:44
307
原创 [论文素材]Background----NLP
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它是一种机器学习技术，目的是使计算机能够解读、处理，和生成人类生活语言，实现人机之间的信息交流。自然语言处理的具体表现形式包括机器翻译、文本摘要、文本分类、文本校对、信息抽取、语音合成、语音识别等。
2022-11-10 18:53:29
1881
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人