resnet

该论文通过冻结选中子集并只更换训练学习器的受控实验，证明样本价值（以及 easy-first 与几何覆盖策略的 crossover budget）是相对于目标学习器定义的，而非数据的固有属性。

ResNLS 是一种结合了ResNet和LSTM的混合神经网络模型，通过强调股价之间的依赖关系来改进股票价格预测，相比基线模型至少实现了20%的提升，并展示了实际交易应用价值。

该论文评估了在运动应激与跨时段差异的真实场景下使用孪生ResNet模型进行ECG生物识别的性能，达到了顶尖性能水平。

本文介绍了R-U-Net，一种ECG分界模型，将ResNet-18编码器与U-Net解码器配对，在半监督学习设置中取得了优于现有方法的性能。

本文提出了一种使用CNN和ResNet架构并结合迁移学习的自动化深度学习方法，用于MRI图像中的脑肿瘤检测，准确率高达97%。

本文研究了人口统计偏差（性别和年龄）对使用ResNet模型进行皮肤病变分类的影响，发现性别偏差源于数据不平衡，而年龄偏差则始终偏向较年轻群体，并评估了多任务学习和对抗性学习的缓解策略。