University of California Irvine.;
Augmentation policy; Cancer classification; Copy number variation; Data augmentation; Non-image data; Segment mean data;
机译:使用Mg-GaN的数据增强改善基因表达数据的癌症分类
机译:Sdae-GaN:通过基于政策梯度的数据增强方法使肝癌生存预测中的高尺寸病理图像能够实现
机译:深入学习数据增强以添加分类边界周围的数据
机译:使用Inception-V3通过迁移学习增强少数族裔的数据分类乳腺癌数据集的分类
机译:使用词义消歧通过自动数据增强来改善意图分类
机译:深度LSTM神经网络基于可穿戴IMU传感器数据的人类活动分类的特征表示和数据增强
机译:基于稀疏突变配置文件的液体活组织检查中的癌症类型分类通过数据增强和集成使能