BriefGPT.xyz
Ask
alpha
关键词
classification calibration
搜索结果 - 3
变分信息瓶颈中的不确定性
通过简单的案例研究,我们展示了变分信息瓶颈(VIB)不仅可以提高神经网络的分类校准能力,还可以改善其检测未知数据的能力,并提供了两个量化和处理不确定性的自然度量。
PDF
6 years ago
平均 Top-k 损失的学习
介绍了一种新的监督学习损失函数 —— 平均 top-k 损失,是平均训练集个别损失的 k 个最大值,能够克服平均损失和最大损失的缺陷,在不同数据分布上更好地适应。同时它是所有个别损失的凸函数,可以使用常规的梯度下降法解决凸优化问题,具有显著
→
PDF
7 years ago
多类损失矩阵的凸校准维度
研究多分类学习问题的替代损失函数的一致性属性,提出了分类校准和凸校准维度的概念和理论,并应用于分析各种损失矩阵和证明在子集排名下某些类型的凸校准替代损失不存在。
PDF
10 years ago
Prev
Next