BriefGPT.xyz
大模型
Ask
alpha
关键词
bayes classifier
搜索结果 - 5
对抗鲁棒分类器的一致收敛性
在对数据分类问题的不同类型的对抗扰动的影响方面,引入对抗性能力作为一个重要参数,以精确性和稳健性之间的权衡关系。本研究考虑对对抗性扰动分类问题的一般框架,在大数据或整体数据的情况下进行研究。在这样的情况下,我们证明了当对抗性强度趋近于零时,
→
PDF
12 days ago
SCOD: 从启发式到理论
在存在外部样本时面临选择性分类问题的可靠预测模型的设计,我们提出了三个关键贡献。首先,我们证明最优的 SCOD 策略采用了贝叶斯分类器用于分布内数据和一个在二维空间表示为随机线性分类器的选择器,利用了分布内分类器的条件风险和分布内外数据的似
→
PDF
3 months ago
SimPro: 一个简单的基于概率的真实长尾半监督学习框架
在这项研究中,我们提出了一个新颖的、高度适应的框架 SimPro,它不依赖于对未标记数据分布的任何预定义假设。基于一种概率模型,我们创新地改进了期望最大化(EM)算法,通过明确分离条件和边际类别分布的建模来实现。这种分离在最大化阶段为类别分
→
PDF
4 months ago
ICML
分类中分布参数与准确性 - 稳健性权衡的相互作用
本文研究了在对抗训练中通过二元高斯混合分类问题的分析,得到最优贝叶斯分类器和最优对抗分类器之间的区别,并研究了不同分布参数(类别中心之间的距离、类别比例和协方差矩阵)对精度差异的影响,提出在一定条件下,平衡类别可以实现对抗分类器的自然误差和
→
PDF
3 years ago
ICLR
依赖特征的标记噪声学习:一种渐进式方法
本文提出了一个基于特征依赖的标签噪声处理算法,该算法采用渐进式标签校正策略,通过理论证明其可以适应广泛的噪声模式并收敛于贝叶斯分类器,实验证明其优于 SOTA 基线算法且对各种噪声类型和程度具有鲁棒性。
PDF
3 years ago
Prev
Next