class labels | BriefGPT - AI 论文速递

关键词class labels

搜索结果 - 7

朝多类异常检测迈进：对抗类别间干扰的类别感知统一模型探索
利用多类别信息进行统一异常检测的多类隐式神经表示变换器 (MINT-AD) 可以在重构模型中减少类间干扰，通过学习多类别分布生成与类别相关的查询嵌入，并进一步通过分类和先验概率损失函数进行监督学习。实验结果表明，MINT-AD 优于现有的统
PDF4 months ago
类分布估计的不变性假设
我们研究了在数据集偏移下的类别分布估计问题，讨论了协变量转移、可因子化联合转移和稀疏联合转移的假设及其对类别分布估计的影响。
PDF7 months ago
类标签感知图异常检测
研究了无监督的图异常检测方法中类标签的作用，介绍了一个利用有限量带有标签的节点以提升无监督图异常检测性能的 Class Label-aware Graph Anomaly Detection 框架 (CLAD)。实验证明了 CLAD 在无真
PDF10 months ago
具有通用代价函数的神经最优输运
本文介绍了一种基于神经网络的新算法，用于计算一般的成本功能的最优输运方案和映射，该算法通过鞍点重构最优输运问题并推广到先前在弱和强输运成本功能中的方法，最终构建了一个可保存数据类别结构的数据分布映射功能。
PDF2 years ago
目标检测中的嘈杂标注精炼
本研究提出了一种新的方法来在包含类标注和边界框注释的噪声数据集上训练目标检测器，能高效地分离这些噪音并进行纠正，使训练得到的检测器能够显著优于基准检测器。
PDF3 years ago
MM声学场景分类的标签树嵌入
本文提出了一种利用类别标签结构实现高效声学场景分类的方法，首先通过学习类别标签的聚类来自动构建一个多层结构的元类别分类学，然后将声学场景嵌入到低维度的特征表示中进行分类，该方法在 DCASE 2013 和 LITIS Rouen 数据集上均
PDF8 years ago
具有 PixelCNN 解码器的条件图像生成
本研究使用基于 PixelCNN 架构的新图像密度模型探索了有条件的图像生成技术。模型可以以任何的向量作为条件，包括描述性标签或标记或其他网络产生的潜在嵌入向量。当以来自 ImageNet 数据库的类标签作为条件时，模型能够生成多样化、逼真
PDF8 years ago