写点什么

多分支注意力机制提升表格数据建模效果

作者:qife
  • 2025-07-31
    福建
  • 本文字数:370 字

    阅读完需:约 1 分钟

多分支注意力机制在表格数据中的精准应用

表格数据天然具有显著的特征异质性,但现有基于 Transformer 的方法缺乏专门机制来处理这一特性。为此,我们提出 MAYA 框架——一种基于编码器-解码器的 Transformer 架构。

核心创新

编码器设计


  • 提出多分支注意力机制(MBA),构建多个并行注意力分支

  • 对各分支特征进行平均融合,有效整合异构特征

  • 通过参数共享控制参数量增长


协作学习


  • 采用动态一致性权重约束

  • 生成更具鲁棒性的特征表示


解码器设计


  • 利用交叉注意力机制

  • 无缝整合表格数据与对应标签特征

  • 双注意力机制同时捕获实例内和实例间交互

实验验证

在广泛的基准数据集测试表明:


  • 在表格分类和回归任务中

  • 优于当前最先进的 Transformer 方法

  • 19 页论文包含 3 组实验图表佐证


该研究为处理表格数据的特征异质性提供了新的技术路径,相关代码已开源。更多精彩内容 请关注我的个人公众号 公众号(办公 AI 智能小助手)公众号二维码


办公AI智能小助手


用户头像

qife

关注

还未添加个人签名 2021-05-19 加入

还未添加个人简介

评论

发布
暂无评论
多分支注意力机制提升表格数据建模效果_机器学习_qife_InfoQ写作社区