.png){kind=icon}
返回
Lightweight-oriented classification using distillation learning and spatial information from tabular data
.png){kind=icon}
OA
AI
DOI：10.1016/j.asoc.2026.114798.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出了一种轻量级模型，通过蒸馏学习（distillation learning）方法有效捕获空间信息。
• 我们的方法优于传统方法，在两个与葡萄酒质量相关的农业数据集上表现出更优异的结果。
• 除了农业领域，我们在医学临床数据集上进行了测试，该模型仍优于传统方法，证明了跨领域潜力。
• 我们的工作扩展了深度学习在表格数据上的应用范围，提升了模型性能和泛化能力。
Keyword:
Lightweight-oriented model
Distillation learning
Deep learning
Tabular data processing
Spatial information
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
Machine learning-based predictive modelling for the enhancement of wine quality.png)
SCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Classification with 2-D convolutional neural networks for breast cancer diagnosisSCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏
Enhancing FT-Transformer With a Matérn-Driven Kolmogorov-Arnold Feature Tokenizer for Tabular Data-Based In-Bed Posture Classification基于表格数据的在床姿态分类，增强FT-transformer，采用Matérn驱动的Kolmogorov-Arnold特征标记器。IEEE Access
IEEE AccessIF0
PREAI
分享收藏Modeling wine preferences by data mining from physicochemical properties通过物理化学特性的数据挖掘对葡萄酒的偏好进行建模OAAI
OAAI分享收藏
查看更多内容