人工智能(AI)高光谱(将光细分为可见光及近红外区域200余个波长的技术)解决方案企业Yellowee Lab于15日表示,已在全球AI学术会议“CIKM”上发表可高效解决数据内错误发生问题的算法。
CIKM是今年迎来第33届的全球AI学术会议,在谷歌学术及BK21计算机科学领域优秀国际学术会议名单中位居最前列。今年于10月21日至25日共4天在美国爱达荷州举行。
在本次会议上,Yellowee Lab研究团队发表了无需训练即可准确检测并修正数据内噪声(错误)的算法“FastSimiFeat”。该算法设计为对预训练模型的特征向量应用“最近邻(k-NN:K-nearest neighbors)”方式,从而检测噪声标签。据悉可将错误验证及修正时间最多缩短约20倍。据Yellowee Lab称,验证过程中出错的概率也最多降低5.18倍。
Yellowee Lab代表柳光善表示:“该算法可广泛应用于医疗和金融等对数据准确性要求较高的产业领域”,“将以全球水平的技术实力和专业性引领AI技术。”






