feature-augmentation

本文提出了 Local Reference Geometry (LRG)，一个轻量级的后验特征增强模块，通过测量和修复几何故障，提升不平衡时间序列分类中少数类别的局部特征可靠性。

本文介绍了 AquaAugmentor，这是一种新颖的特征增强算法，旨在利用化学属性提升机器学习和深度学习模型在水质可饮用性分类中的预测性能。

提出并行量子特征增强（PQFA），这是一种混合量子-经典框架，应用浅层变分量子电路来增强融合的多模态特征，以更少的参数超越经典基线。