deep learning classifiers | BriefGPT

关键词deep learning classifiers

搜索结果 - 11

分布偏移下的选择性分类
通过广义选择性分类，我们提出了两种新的边缘得分函数，用于基于深度学习分类器的广义选择性分类，并通过广泛的分析和实验表明，我们的方法在各种分类任务和深度学习分类器上比现有方法更有效和可靠。
PDF2 months ago
政策梯度驱动的噪声遮罩
本研究提出了一种学习生成特定噪声遮罩的预训练流程，旨在改善在多模态和多器官数据集上的性能，实验证明中间模型的微调能够在分类和概念任务上持续优于传统训练算法。
PDF2 months ago
生成对数据集漂移具有鲁棒性的浮游生物分类器
现代浮游生物高通量监测依赖于深度学习分类器对水生态系统中的物种识别。我们研究中集成了 ZooLake 数据集和 10 个独立部署日的手动标注图像，作为用于评估超出数据集的表现的测试单元。我们通过分析发现，在实际场景中，分类器在初始数据集条件
PDF5 months ago
AAAI无监督条件下理解深度神经网络中概念的分布表示
本文提出了一种新的无监督方法，通过选择主要的神经元子集来发现概念的分布式表示，该方法可以用于识别数据中的未标记子类，并检测错误分类的原因，同时还揭示了不同层次的深度学习模型内部机制的深入洞察。
PDF6 months ago
深度学习分类器中的交叉熵是不必要的 -- 仅需要 ISBE 错误
该论文介绍了 ISBE 功能，证明了在深度学习分类器中计算熵是多余的，同时指出误差可以直接发送到模型网络，且使用 SoftMax 以及其他激活函数时结果不会下降，还可以节省总时间的 3％。
PDF7 months ago
合成增强：揭示合成数据在医学影像研究中的潜力
使用扩散模型的合成数据补充对胸部 X 射线影像（CXR）分析中深度学习（DL）分类器性能的影响进行了研究，评估了内部和外部数据集上分类器的性能，结果表明合成数据补充可以增强模型准确性，尤其是在检测罕见病变方面。然而，尽管结果有希望，真实数据
PDF8 months ago
轮盘：基于语义的隐私保护设备边缘协作推理框架用于深度学习分类任务
本文介绍了一种针对深度学习分类器的任务导向语义隐私保护的协作推断框架 Roulette，通过使用分割学习、加密机制和差分隐私保证等技术，有效提高推断准确性并保护用户的隐私信息。
PDF10 months ago
使用特征归因增强最先进的分类器以促进安全分析
该研究论文提出了 FINER 框架，用于生成高保真度和高可理解性的风险检测分类器解释。该框架通过从模型开发者、特征归因设计者和安全专家中获得解释，通过解释引导的多任务学习策略来提高保真度，并通过任务知识来提高可理解性。针对风险检测，FINE
PDFa year ago
虚假的安全感：利用 XAI 分析无上下文 DGA 分类器的推理和真实性能
通过解释性人工智能方法，我们分析深度学习分类器的推理过程，揭示其偏差，并设计了一个去除偏差的上下文感知检测系统，保持了最先进深度学习分类器的检测率，并提出了一个可视化分析系统，增强了对检测方法的理解、信任和透明度，促进决策制定。
PDFa year ago
MM基于深度学习的多模式 COVID-19 症状检测和概率加权模式
本文提出了一种多模式方法，通过结合现有的卷积神经网络深度学习分类器和一个新的考虑每种症状流行度的概率加权函数，以预测 COVID-19。实验结果表明，在考虑加权函数时，相比于等权重函数，我们的方法显著提高了 COVID-19 的检测效果。
PDF3 years ago
深度学习光谱中弥漫着类别 / 跨类别结构的痕迹
研究应用实证频谱分析于现代深度学习分类器，展示其在深度网络频谱中的重要形式类 / 跨类结构及其特征，包括频谱异常值、突起和小但清晰的连续分布，介绍跨类结构的重要性，并证明多项式逻辑回归中，Fisher 信息矩阵频谱中异常值与主体审查的比例预
PDF4 years ago