.png){kind=icon}
返回
Transformer-Based and Generative Classifiers for Mining Imbalanced Datasets
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-11442-6_9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文聚焦于使用基于Transformer和生成模型挖掘不平衡数据集的可能性。我们简要回顾了Transformer和生成模型的构建及其在机器学习中的应用。接着，我们解释如何使用公共领域库构建本地基于Transformer的分类器，该分类器可单独使用或与基于Transformer和VAE的联合模型结合，用于生成合成少数类数据或用于生成模型合成少数类数据。计算实验验证了该方法的可行性，结果表明基于Transformer的分类器表现良好，可作为挖掘不平衡数据集的经典方法的有趣替代方案。
Keyword:
Artificial intelligence
Imbalanced datasets mining
Generative model
Transformer-based classifier
期刊
A
IF:
0
论文数:
38
被引数:
0
机构
引用论文
A survey on imbalanced learning: latest research, applications and future directions不平衡学习: 最新研究、应用与未来方向
OAAI
.png){kind=icon}
OAAI分享收藏Improving imbalanced learning through a heuristic oversampling method based on k-means and SMOTE
OAAI
OAAI分享收藏BioBERT: a pre-trained biomedical language representation model for biomedical text miningBioBERT: 一种用于生物医学文本挖掘的预训练生物医学语言表示模型OAAI
OAAI分享收藏 没有更多内容
没有更多内容