arXiv cs.LG· Abubakar Chilala, Cleophas Kadima, Innocent Anyaele, Victor Olufemi·· 6 天前AI 评分36
低资源诊所离线呼吸音筛查中特征缩放效果优于架构选择
Feature Scaling Beats Architecture Choice in Offline Respiratory Screening for Low-Resource Clinics
AI 导读
低资源诊所离线呼吸音分类研究表明，特征缩放带来的提升远超模型架构选择。基于 30 个统计特征的 SVM 经标准化后宏召回率从 0.51 跃升至 0.78，表现媲美 1.13M 参数的卷积循环网络（0.75 至 0.77）。在纯 CPU 笔记本上两类模型单片段延迟均为 51 至 74 ms，但经典模型避免了 449 MB 的 PyTorch 运行时依赖。
来源：arXiv cs.LG · arxiv.org