Dec, 2023

具有统计质量保证的调整数据合成

PDF
TL;DR通过引入一种基于置信度的数据合成算法，该算法通过对 Conformal Prediction 框架进行新的扩展，为模型输出提供统计置信度保证，并通过理论证明和对五个基准数据集的广泛实证评估来支持我们的算法。在面对低样本数、类别不均衡、不可分性和隐私敏感数据等多样困难特征的数据集挑战时，我们的算法在所有试验中都至少与原始数据表现相当，并在很多情况下可以将深度学习性能提升高达 65% 的 F1-score。
deep learning architecturesdata synthesisconfident data synthesis algorithmconformal prediction frameworkbenchmark datasets
发现论文，激发创造
  • 非成像医学数据综合用于可信 AI 的全面调查

    这篇论文旨在综述数据合成算法特别是针对非成像医疗数据的应用，并提供详细的算法、评估、限制和未来研究方向等综合性描述，以提高医疗人工智能的数据质量和可靠性。

    Sep, 2022

  • 对于任何数据分布，存在一致有效性保证

    机器学习系统中风险量化与控制的研究，集中在处理 ML 系统收集自身数据时产生的数据分布变化问题，通过扩展 conformal prediction 理论以适应任意数据分布，并提出了针对特定数据分布的可行算法，以解决这一挑战。

    May, 2024

  • 深度学习的合成数据

    本研究展示了合成数据的各种发展和应用方向，其中讨论合成数据的基本计算机视觉问题、室内外场景合成及数据应用、机器人仿真环境、合成数据在隐私相关应用方面的重要性，同时概括了如何改进和生产合成数据的替代方法。其次，介绍了合成数据转化后的真实应用存在的问题，最后，着重强调了未来在合成数据研究方面的最有潜力的方向。

    Sep, 2019

  • 深度学习模型不确定性的置信度量化

    本文探讨了在深度神经网络中表示模型不确定性的 Conformal Prediction 框架，提出了一种新的基于概率方法的模型不确定性量化方法，并提供了可靠的边界用于计算不确定度。

    Jun, 2023

  • CONFINE：可解释神经网络的拟合预测

    通过引入适应性神经网络的可证估计预测模型，CONFINE 可以增强模型透明度和可靠性，并提供基于样例的解释和置信度评估，从而提高模型准确性。

    Jun, 2024

  • 用于医学图像应用的公平一致性预测器

    本文探讨了如何利用符合性预测相结合的深度学习方法，提高医学影像技术在医学决策中的透明性和可靠性，并在皮肤病例分类方面进行了实证研究，认为在患者肤色差异方面可适当改进符合性预测模型。同时，对比了其与认知不确定性的差异。

    Sep, 2021

  • 一个基于距离的原创全合成数据生成方法的统计属性和隐私保证

    通过开发多步骤的合成数据生成框架并评估其风险效用模型，成功评估了使用该框架生成的数据的质量，展示了开放 - CESP 倡议的技术和概念的可行性。

    Oct, 2023

  • 合成数据的实例级安全感知逼真度及其校准

    通过模拟和校准合成数据的逼真度，可以为安全可靠的自动驾驶技术的未来塑造提供一种经济实惠且可扩展的替代方案，从而避免实际数据采集的高成本。我们着重关注其在安全关键应用中的作用，引入四种超越单纯视觉输入特性的实例级逼真度。我们提出了一种优化方法来改进合成数据生成器，减少由 DNN 组件识别出的逼真度差别。我们的研究结果表明，这种调整可以增强合成和真实图像之间的安全关键错误的相关性。

    Feb, 2024

  • 隐私保护机器学习的合成数据集生成

    提出一种从原始数据集生成安全合成数据集的方法，基于预训练的深度神经网络（DNN）的批量归一化（BN）层统计信息和随机噪声进行优化来匹配原始数据的层次统计分布。该方法可以用于从头开始训练神经网络来产生合理的分类性能。

    Oct, 2022

  • 从真实数据到合成数据的转换：量化模型中的偏差

    本研究旨在建立使用合成数据训练的模型在偏见和公平之间的权衡，并研究了合成数据生成技术的变体，包括差分隐私生成方案，通过实验表明，合成数据训练的模型存在不同程度的偏差影响，且生成的特征不相关的技术表现良好。该研究有助于数据科学实践者理解合成数据的使用中的偏见。

    May, 2021