Jan, 2024
具有可证明性能保证的弱监督学习者用于 AI 错误的修正
Weakly Supervised Learners for Correction of AI Errors with Provable Performance Guarantees
Ivan Y. Tyukin, Tatiana Tyukina, Daniel van Helden, Zedong Zhang, Evgeny M. Mirkes...
TL;DR通过引入具有先验性能保证的弱监督的 AI 错误修正器,我们提出了一种处理 AI 错误的新方法。这些 AI 修正器是辅助映射,其作用是通过批准或拒绝某些先前构建的基础分类器的决策来调节其决策。拒绝决策可以用作建议放弃做出决策的信号。该工作的关键技术重点是通过对错误决策概率的界限来提供这些新的 AI 修正器的性能保证。这些界限是分布无关的,不依赖于对数据维度的假设。我们的实证示例说明了该框架如何应用于改善训练数据稀缺的具有挑战性的现实任务中的图像分类器的性能。