Zobrazeno 1 - 10
of 236
pro vyhledávání: '"dataset shift"'
Autor:
Brendan D. Adkinson, Matthew Rosenblatt, Javid Dadashkarimi, Link Tejavibulya, Rongtao Jiang, Stephanie Noble, Dustin Scheinost
Publikováno v:
Developmental Cognitive Neuroscience, Vol 70, Iss , Pp 101464- (2024)
Predictive modeling potentially increases the reproducibility and generalizability of neuroimaging brain-phenotype associations. Yet, the evaluation of a model in another dataset is underutilized. Among studies that undertake external validation, the
Externí odkaz:
https://doaj.org/article/ba83c9d07d5747f0b8cd79c9f09e659c
Publikováno v:
International Journal of Applied Earth Observations and Geoinformation, Vol 128, Iss , Pp 103715- (2024)
Dense matching is crucial for 3D scene reconstruction since it enables the recovery of scene 3D geometry from image acquisition. Deep Learning (DL)-based methods have shown effectiveness in the special case of epipolar stereo disparity estimation in
Externí odkaz:
https://doaj.org/article/1fa634b59f90486fb7d990f896b6a344
Autor:
Dirk Tasche
Publikováno v:
Machine Learning and Knowledge Extraction, Vol 4, Iss 3, Pp 779-802 (2022)
Factorizable joint shift (FJS) was recently proposed as a type of dataset shift for which the complete characteristics can be estimated from feature data observations on the test dataset by a method called Joint Importance Aligning. For the multinomi
Externí odkaz:
https://doaj.org/article/b343c1767299494299a2e41e8c99dcbb
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Intelligent Systems with Applications, Vol 18, Iss , Pp 200209- (2023)
MINECORE is a recently proposed decision-theoretic algorithm for technology-assisted review that attempts to minimise the expected costs of review for responsiveness and privilege in e-discovery. In MINECORE, two probabilistic classifiers that classi
Externí odkaz:
https://doaj.org/article/3da0160a584b47469690396fdb84b60e
Publikováno v:
Data in Brief, Vol 47, Iss , Pp 108921- (2023)
The data in this article include 10,000 synthetic patients with liver disorders, characterized by 70 different variables, including clinical features, and patient outcomes, such as hospital admission or surgery. Patient data are generated, simulating
Externí odkaz:
https://doaj.org/article/cfa458e55f4844b9abf819fcf7018aef
Publikováno v:
Journal of Causal Inference, Vol 10, Iss 1, Pp 64-89 (2022)
Recent interest in the external validity of prediction models (i.e., the problem of different train and test distributions, known as dataset shift) has produced many methods for finding predictive distributions that are invariant to dataset shifts an
Externí odkaz:
https://doaj.org/article/de2bac8c88ce413395b735347b58f4ba
Publikováno v:
AI Open, Vol 3, Iss , Pp 218-228 (2022)
Graph neural networks (GNNs) have been widely adopted for modeling graph-structure data. Most existing GNN studies have focused on designing different strategies to propagate information over the graph structures. After systematic investigations, we
Externí odkaz:
https://doaj.org/article/1921397abd5c451ca0d982648af759f3