Nov, 2023

锚点数据增强

HTML
PDF
TL;DR我们提出了一种用于非线性过参数化回归的数据增强算法，该算法借鉴了因果关系的文献，并扩展了最近提出的锚点回归(AR)方法，用于数据增强，与目前依赖于Mixup文献的领域不可知解决方案形成鲜明对比。我们的锚点数据增强(ADA)使用AR中修改后样本的多个副本，提供更多的训练样本，从而得到更强壮的回归预测。我们将ADA应用于使用神经网络的线性和非线性回归问题。ADA与最先进的C-Mixup解决方案相竞争。