基于EEG信号检测重度抑郁症的图卷积Transformer网络GCTNet

GCTNet:基于EEG信号检测重度抑郁症的图卷积Transformer网络 研究背景 重度抑郁症(Major Depressive Disorder, MDD)是一种普遍的精神疾病,其特征是显著且持续的低落情绪,全球约有超过3.5亿人受到影响。MDD是导致自杀的主要原因之一,每年约有80万人因此丧生。当前MDD的诊断主要依赖于患者的自我报告和临床医生的专业判断。然而,诊断过程的主观性可能会导致不同医生之间的一致性较低,从而可能产生不准确的诊断。研究发现,被诊断为MDD的一般医生的正确率仅为47.3%。因此,探索客观可靠的生理指标,并采用有效的方法及时识别MDD,对于促进早期诊断和干预至关重要。 论文来源 本论文由Beijing Advanced Innovation Center for ...

基于负面确定性信息的多重实例学习用于弱监督目标检测与分割

基于负面确定性信息的多重实例学习用于弱监督目标检测与分割

Negative Deterministic Information-Based Multiple Instance Learning for Weakly Supervised Object Detection and Segmentation 背景介绍 在过去的十年中,计算机视觉领域取得了显著进展,特别是在对象检测(Object Detection)和语义分割(Semantic Segmentation)方面。然而,大多数设计的算法和模型都严重依赖于精确的标注数据,这在实际应用中耗费大量人力和时间。弱监督学习(Weakly Supervised Learning,WSL)因其仅需粗粒度的标注数据(如图像级标注)解决了这一问题。在此背景下,弱监督对象检测(Weakly Supervised...

通过对比自去偏与双重数据增广缓解预训练语言模型的社会偏见

引言: 当前,预训练语言模型(PLM)在自然语言处理领域获得了广泛应用,但它们存在继承并放大训练语料中的社会偏见的问题。社会偏见可能导致PLM在现实应用中产生不可预测的风险,如自动求职筛选系统会由于性别偏见而将需要逻辑能力的工作(如医生、程序员等)倾向于分配给男性,将需要照顾能力的工作(如护士、保姆等)分配给女性;医疗系统则可能存在种族偏见,计算显示在相同风险水平下,黑人病人比白人病人更”虚弱”。因此,消除PLM编码中的社会偏见成为一个富有意义且具有挑战性的研究领域。 论文来源: 该论文发表于2024年的权威期刊《人工智能》(Artificial Intelligence)第332期,第作者为李颖吉,第二作者为Mengnan Du,其余作者分别来自吉林大学计算机科学与技术学院、新泽西理工学院...