胶质瘤是最常见的原发性脑恶性肿瘤,具有不同程度的侵袭性,可变预后和各种异质性组织亚区域,即肿瘤周围水肿/侵入组织,坏死核心,活性和非增强核心。这种内在的异质性也被用于它们的放射性表型,因为它们的子区域通过在多参数磁共振成像(mpMRI)扫描中传播的不同强度分布来描绘,反映了不同的生物学特性。它们的异质形状,范围和位置是其中的一部分。使这些肿瘤难以切除的因素,在某些情况下无法手术。切除肿瘤的数量也是纵向扫描中考虑的一个因素,用于评估表观肿瘤以进行潜在的进展诊断。此外,有越来越多的证据表明,各种肿瘤亚区域的准确分割可以为定量图像分析提供预测患者整体的基础。生存。该研究评估了在国际脑肿瘤分割(BraTS)挑战的最后七个实例(即2012-2018)期间用于mpMRI扫描中的脑肿瘤图像分析的最先进的机器学习(ML)方法。具体而言,我们专注于i)评估术前mpMRI扫描中各种神经胶质瘤亚区的分割,ii)通过肿瘤亚区的纵向生长评估潜在的肿瘤进展,超出RECIST标准的使用,以及iii)预测整体术前mpMRI扫描对经历完全切除的患者的生存率。最后,我们研究了为每个任务确定最佳ML算法的挑战,考虑到除了在每个挑战实例上多样化之外,多机构mpMRI BraTS数据集也是一个不断发展/不断发展的数据集。
translated by 谷歌翻译
我们考虑了Haber和Ruthotto 2017以及Chang等人最近的工作。 2018年,深度学习神经网络被解释为受常微分方程约束影响的最优控制问题的离散。我们回顾了最优性的第一顺序条件,以及确保离散化后的最优性的条件。这导致了一类解决离散最优控制问题的算法,保证了最优的相应离散必要条件得到了充实。我们讨论了两种不同的深度学习算法,并对算法推广的能力进行了初步分析。
translated by 谷歌翻译
强盗算法设计的流行方法是通过设计进行低后悔算法。虽然很有名,但这种方法通常是保守的,因为它忽略了实际问题实例的许多复杂属性。在这项工作中,我们开创了最小化对贝耶斯遗憾的经验近似的想法,对于问题分布的预期后悔。这种方法可以被视为学习 - 学习的一个实例,它在概念上是直截了当的,并且易于实现。我们对广泛的带状问题中的经验贝叶斯后悔最小化进行了全面的实证研究,从伯努利匪徒到结构化问题,如广义线性和高斯过程强盗。我们通过简单地优化来自分布的样本来报告关于现有技术的强盗算法的显着改进,通常按照数量级。
translated by 谷歌翻译
我们批判性地评估主流会计和金融研究应用从计算语言学(CL)到研究金融话语的方法。我们还回顾了文献中的共同主题和创新,并评估了将CL方法应用于手工内容分析的工作的增量贡献。从我们的分析中得出的主要结论是:(a)会计和财务研究在CL方法方面落后于曲线,特别是词汇消歧; (b)实施问题意味着CL的建议利益通常不如支持者所暗示的那么明显; (c)结构性问题限制了实际相关性; (d)CL方法和高质量手工分析代表了分析金融话语的互补方法。我们描述了四种CL工具,这些工具在主流AF研究中尚未获得关注,但我们认为这些工具提供了有希望的方法来加强对金融话语意义的研究。这四个工具被命名为实体识别(NER),摘要,语义和语料库语言学。
translated by 谷歌翻译
光学散射测量法是一种测量表面上周期性微米或纳米结构的尺寸和形状的方法。为此目的,通过数值模拟再现实验测量结果来获得结构的几何参数。我们将Bayesianoptimization的性能与不同的局部最小化算法进行比较,以解决这一数值优化问题。贝叶斯优化使用高斯过程回归来获得有希望的参数值。我们研究了如何使用预先计算的模拟结果来训练高斯过程并加速优化。
translated by 谷歌翻译
定量评估和比较设计用于在各种条件下工作的机器人解决方案的性能本质上具有挑战性,因为它们需要在许多精确可重复的条件下进行评估。手动获取这些数据是耗时且不精确的。确定性模拟可以重现条件,并且可以自动,更快速和统计地显着地评估解决方案。我们开发了这样一种模拟,用于在实验后利用来自人体实验的数据。我们介绍了模拟的发展和验证,它实际上再现了物理机器人获得的结果。本出版物的目的是提供对开发细节的深入了解,以便其他研究人员可以复制设置并显示模拟的有效性程度。
translated by 谷歌翻译
许多机器学习系统广泛使用大量的数据控制人类行为。一些研究人员发现了与使用与人类相关的机器学习系统相关的各种歧视性做法,例如在刑事司法,信用评分和广告领域。因此,公平的机器学习正在成为一个新的研究领域,以减轻无意中纳入算法的偏差。数据科学家和计算机工程师正在做出各种努力来提供公平的定义。在本文中,我们概述了机器学习领域中公平性的最广泛定义,认为突出每个形式化的思想与正义的差异和我们文化中嵌入的民主的不同解释密切相关。这项工作旨在分析迄今为止提出的公平性定义,以解释基本标准并将其与不同的民主思想联系起来。
translated by 谷歌翻译
我们介绍了hydra(双曲线距离恢复和近似),一种将基于网络或距离的数据嵌入双曲线空间的新方法。 Weshow在数学上证明了hydra满足某种最优性保证:它最小化了原始数据点和嵌入数据点之间的“双曲线应变”。此外,当它们位于特征空间的双曲线上时,它精确地恢复了点。对真实网络数据的测试表明,在嵌入质量方面,water通常优于现有的双曲线嵌入方法。
translated by 谷歌翻译
我们提供了对不同定制和现成架构的全面调查,以及为攻击性语言检测生成特征向量的不同方法。我们还表明,这些方法适用于小型和嘈杂的数据集,例如OffensiveLanguage Identification Dataset(OLID),因此应该可以将它们用于其他应用程序。
translated by 谷歌翻译
在这项工作中,我们研究了梯度流消光剖面的非线性特征函数的计算。我们分析了一种递归地从给定数据中减去这种特征函数的方案,并且表明该过程在一些情况下将数据分解为特征函数,例如,作为1维总变差。我们讨论了数值实验的结果,其中我们使用消光轮廓和用于任务光谱图聚类的梯度流,例如在机器学习应用中。
translated by 谷歌翻译