Papers with Code 아카이브
Classification
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 24
- 평가표
- 72
- 보존된 평가 기록
- 134
Classification is the task of categorizing a set of data into predefined classes or groups. The aim of classification is to train a model to correctly predict the class or group of new, unseen data. The model is trained on a labeled dataset where each instance is assigned a class label. The learning algorithm then builds a mapping between the features of the data and the class labels. This mapping is then used to predict the class label of new, unseen data points. The quality of the prediction is usually evaluated using metrics such as accuracy, precision, and recall.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
컴퓨터 비전 기반 신경학 뇌 활동 거부 아키텍처 및 구현
교량 진단 에이전트를 위한 보이지 않는 인과관계 인코딩: QLoRA 기반 트리플 가이드 검색-증강 미세조정
섭동 보정에서 기하 인식 샘플링으로: 꼬리 분포 학습에서 균형 잡힌 평탄 최소값을 위한 날카로움 유도 평형 샘플링
범용 BCI 개인화: 동결 EEG 트렁크와 파운데이션 모델을 위한 단일 API
LunarFM: 달 표면의 공유 다중모달 표현
bag-of-waves를 이용한 해석 가능한 EEG 바이오마커: 저데이터 환경을 위한 공간·시간 파형 사전
2단계 PRO-임상 스태킹을 통한 두경부암 연하장애 위험 층화
Predictive Query Language: 관계형 데이터베이스 예측 모델링을 위한 도메인 특화 언어
계절성에서 의미론으로: 볼리비아 도로 봉쇄 예측을 위한 하이브리드 확률 예측 시스템 벤치마킹
구조적 수렴 학습: 시간적 추론을 위한 신경-기호 벤치마크
PRIMS: 다중모달 센싱을 위한 물리 유도 표현 기반 유체 식별
기업 AI 에이전트를 위한 동적 권한 범위 지정: 합성 데이터셋과 3원천 권한 아키텍처
DM3D: 오프셋 유도 특징 리샘플링을 통한 동적 Mamba 기반 포인트 클라우드 이해
EVL-MCoT: 유해 밈 탐지를 위한 향상된 비전-언어 Multi-CoT
다변량 평면 곡선: 이미지에서의 형태 분석을 위한 통계적 프레임워크
기계 번역을 거쳐도 도덕적 의미는 보존된다: 도덕 기반 코퍼스의 다국어 증거
피부 면역 관련 부작용 식별을 위한 휴먼-인-더-루프 대규모 언어 모델 프레임워크
LLM-INSTRUCT at UZH Shared Task 2026: 단락 수준 논증 마이닝을 위한 제약 인식 검색 및 선택적 토론
SemEval-2026 Task 6의 AsymVerify: 정치적 회피 탐지를 위한 비대칭 신뢰도 게이팅 검증
thaulab@EEUCA 2026: 누가 누구에게 무엇을 말했는가? 게임 독성 감지를 위한 타겟팅 인식 신경-기호 파이프라인
ShriNep@EEUCA 2026: RAKSHAK - 근거 증류와 Jigsaw 증강 학습을 활용한 다중 과제 DeBERTa 기반 독성 의도 분류
자연어에서 정서가(valence)가 도덕성을 반영할 수 있는가? 예비 주석 연구
Frontier Financial Judgement: 에이전트는 주가에 영향을 줄 수 있는 정보를 판별할 수 있는가
단어 수준 사전에서 문장 수준 의미론으로: 맥락 모델을 활용한 다국어 불만(grievance) 라벨링
slang.gr: 비표준 그리스어 대규모 크라우드소싱 자원
HERMES: 신호 교차로에서의 교통 충돌 예측을 위한 이질적 엣지-관계 다중 헤드 임베디드 SSM 어텐션
머신러닝을 이용한 꼬임 기반 고분자 링크 분류
공동 대조 및 분류 학습을 통한 광 네트워크의 교차 도메인 일반화
신뢰할 수 있는 ML 기반 광 네트워크를 위한 설명 기반 런타임 검증
신뢰 가능한 멀티-오믹스 멀티모달 융합을 위한 적응형 신뢰도 가중 확장
합성 소수 클래스 데이터는 중복적이거나 무효하다: 데이터 의존적 타당성 이론과 바이어스 제거 검정
격리된 이중 양자점의 전하 상태 특성화를 위한 머신러닝
ADABORD: 서열 분류를 위한 새로운 AdaBoost 접근법
평가에서 최적화로: Python CWE 예측을 위한 계층 인식 학습 신호
충분성을 넘어: 반사실적 필요성 기반 시계열 설명
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.