arXiv 机器学习· Abubakar Chilala, Cleophas Kadima, Innocent Anyaele, Victor Olufemi·· 1 天前AI 评分33
低资源诊所离线呼吸音筛查中特征缩放优于架构选择
Feature Scaling Beats Architecture Choice in Offline Respiratory Screening for Low-Resource Clinics
AI 导读
一项针对低资源诊所离线呼吸音分类的研究表明，特征缩放对性能的提升明显超过模型架构选择。基于 30 个统计特征的 SVM 在特征标准化后宏召回率从 0.51 提升至 0.78，表现媲美 1.13M 参数的卷积循环网络（0.75 至 0.77）。传统模型在纯 CPU 笔记本上的单音频延迟为 51 至 74 ms，且避免了 449 MB 的 PyTorch 运行时开销。
来源：arXiv 机器学习 · arxiv.org