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。
Noise-Agnostic Quantum Error Mitigation with Data Augmented Neural Models
Arxiv
0+阅读 · 4月3日
Beyond Nearest Neighbor Interpolation in Data Augmentation
Arxiv
0+阅读 · 4月2日
Universality of High-Dimensional Logistic Regression and a Novel CGMT under Dependence with Applications to Data Augmentation
Arxiv
0+阅读 · 4月2日
WHERE and WHICH: Iterative Debate for Biomedical Synthetic Data Augmentation
Arxiv
0+阅读 · 3月31日
BBoxCut: A Targeted Data Augmentation Technique for Enhancing Wheat Head Detection Under Occlusions
Arxiv
0+阅读 · 3月31日
Sustainable techniques to improve Data Quality for training image-based explanatory models for Recommender Systems
Arxiv
0+阅读 · 3月29日
Disconnect to Connect: A Data Augmentation Method for Improving Topology Accuracy in Image Segmentation
Arxiv
0+阅读 · 3月7日
How far can we go with ImageNet for Text-to-Image generation?
Arxiv
0+阅读 · 2月28日
Second language Korean Universal Dependency treebank v1.2: Focus on data augmentation and annotation scheme refinement
Arxiv
0+阅读 · 3月18日
LLMSeR: Enhancing Sequential Recommendation via LLM-based Data Augmentation
Arxiv
0+阅读 · 3月16日
LLMSeR: Enhancing Sequential Recommendation via LLM-based Data Augmentation
Arxiv
0+阅读 · 3月21日
Federated Learning for Traffic Flow Prediction with Synthetic Data Augmentation
Arxiv
0+阅读 · 3月20日
Curriculum-style Data Augmentation for LLM-based Metaphor Detection
Arxiv
0+阅读 · 3月2日
An Exhaustive Evaluation of TTS- and VC-based Data Augmentation for ASR
Arxiv
0+阅读 · 3月11日
Understanding Social Support Needs in Questions: A Hybrid Approach Integrating Semi-Supervised Learning and LLM-based Data Augmentation
Arxiv
0+阅读 · 3月21日
参考链接
微信扫码咨询专知VIP会员
Top