基于联邦学习的支持向量分类器实现精准自闭症谱系障碍预测 (SVCFL)
该研究提出了一种深度学习方法,使用Siamese验证框架扩展稀缺数据,解决数据不平衡和样本异质性,使用Path Signature来纵向解读两个时间点的数据,实现早期自闭症的诊断。
原文中文,约300字,阅读约需1分钟。
该研究提出了一种深度学习方法,使用Siamese验证框架扩展稀缺数据,解决数据不平衡和样本异质性,使用Path Signature来纵向解读两个时间点的数据,实现早期自闭症的诊断。