提出可解释主动特征采集方法
热点事件观察中
提出可解释主动特征采集方法
1 篇报道1 个报道来源2 天前更新
先了解这件事
报道摘要
研究提出一种从基于神经网络（NN）的LAFA网络中学习可解释策略的树蒸馏方法，用于选择各时间点需要采集的变量子集。基于论文摘要，该方法通过模拟和经验EMA数据集验证，在预测每日酒精摄入量时，均能显著减少每次采集的条目数量，同时仅造成较小的准确率损失。
摘自 arXiv · cs.AI
最新进展10月7日 12:00
纵向主动特征采集（LAFA）：通过树蒸馏实现低成本时序预测并降低参与者负担报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · cs.AI纵向主动特征采集（LAFA）：通过树蒸馏实现低成本时序预测并降低参与者负担
研究提出一种从基于神经网络（NN）的LAFA网络中学习可解释策略的树蒸馏方法，用于选择各时间点需要采集的变量子集。基于论文摘要，该方法通过模拟和经验EMA数据集验证，在预测每日酒精摄入量时，均能显著减少每次采集的条目数量，同时仅造成较小的准确率损失。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。