18 Questions
在进行弱监督学习时，MIL算法的第一步是什么？
对每个五分钟间隔中的三秒窗口进行类别预测
在Multi-Layer Perceptron (MLP)中，最后一层使用了哪种激活函数？
Sigmoid
RF算法中的决策树数量是多少？
100
在进行弱监督学习时，哪种标签会导致选择在五分钟间隔中最不可能是震颤的50%窗口进行重新训练？
几乎从不
MLP中有多少个全连接层？
3
Zhang et al.提出的MIL算法通过哪些步骤来训练弱标签？
预测概率，排序窗口，选择子集
在野外环境中，通常无法获取准确的视频数据标签，因此数据收集参与者只能提供弱标签。这些弱标签指的是什么？
症状在某个时间段内的存在与缺失
弱监督算法，例如多实例学习，在野外环境中表现更好的原因是什么？
明确考虑了弱标签
为什么在野外环境中收集数据、为数据标记并从数据中学习更具挑战性？
因为实验室数据训练出的算法不能应用于野外环境
文中提到，作者分析了几种特征集和算法用于震颤检测在哪些条件下？
实验室条件和野外条件下
**随机森林（RF）或多层感知器（MLP）**被用来做什么？
区分特征与算法的性能贡献
文献[4,6,7] 中描述的三个系统是与作者调查的哪些内容相关的？
PD震颤检测系统比较
在对帕金森病颤抖检测的研究中，研究者们为什么选择在实验室环境中收集数据？
实验室环境使得数据收集更加标准化和可控。
为什么在研究中不能在训练过程中包含测试患者的数据？
因为训练和测试数据应当相互独立，否则无法得到人员无关的结果。
在对帕金森病颤抖检测中，为什么所使用的弱监督学习算法难以进行LOSO交叉验证？
因为LOSO需要大量标记准确的个体数据。
在哪项研究中，作者提出了多实例学习的“分层”修改版本，以提高PD颤抖检测效果？
Zhang等人的研究
帕金森病颤抖检测的实验中，为什么提到了所谓的“leave-one-day-out”交叉验证？
这是为了保证训练和测试数据之间的独立性。
在帕金森病的颤抖检测中，为什么弱监督学习算法比较难对家庭环境中的数据进行交叉验证？
"leave-one-subject-out"交叉验证难以应用在家庭环境中。
Learn about the random forest algorithm with 100 decision trees and how it compares to other traditional machine learning algorithms like decision trees, k-nearest neighbor, and SVM. Explore the construction of a multi-layer perceptron with three fully connected layers and ReLU activation function.
Make Your Own Quizzes and Flashcards
Convert your notes into interactive study material.
Get started for free
