distribution mismatch | BriefGPT

关键词distribution mismatch

搜索结果 - 11

ADs: 先进制造系统中的数据质量保证活动数据分享
提出了一种主动数据共享 (ADs) 框架，用于在多台机器之间确保共享数据的质量，解决了机器学习中不同分布条件下数据的分布不匹配问题，并在三个增材制造过程的原位监测数据上验证了该方法的异常检测效果。
PDF3 months ago
由于分布不匹配，SVHN 数据集对概率生成模型具有误导性
警告使用 Street View House Numbers 数据集进行生成建模任务时存在的分布不匹配问题，并提供了一种解决方法：混合重新划分训练集和测试集。
PDF8 months ago
AAAI一个通用的离线强化学习框架用于交互推荐
该论文研究了在在线环境中无需探索的情况下，从已记录的反馈中学习互动推荐系统的问题，并提出了一种通用的离线强化学习框架用于推荐，可以通过最大化累积用户奖励来解决问题。为了更有效地进行离线学习，我们提出了五种方法来最小化记录策略和推荐策略之间的
PDF9 months ago
PnP-ADMM 中的先前偏差和适应性及其非凸收敛分析
该论文探讨了插拔式先验（PnP）方法中先验分布不匹配和领域适应的问题，并提供了一系列关于 PnP-ADMM 的新理论和数值结果，证明了先验分布不匹配对其性能的影响以及通过少量来自所需分布的训练样本可以显著减小性能差距。
PDF9 months ago
克服图片超分辨率网络中的分布不匹配问题
量化是减少图像超分辨率（SR）网络高计算复杂度的一种有前途的方法，然而，与图像分类等高级任务相比，低位量化会导致 SR 网络的严重准确性损失。本文提出了一种新的量化感知训练框架 ODM，该框架有效地解决了 SR 网络中的分布不匹配问题，并且
PDFa year ago
IJCAI对抗改正是唯一能将敌人变成朋友的力量
该文研究利用对抗攻击机制修正后可以提高神经网络模型的准确性。通过对攻击样本和正常样本的分布差异进行分析，提出了修正模型的方法 AdvAmd，并验证了其在分类、目标检测和细分等任务中的有效性。该方法通过对中介样本、辅助批次正则和 AdvAmd
PDFa year ago
ECCVRDA: 鲁棒半监督学习的互补分布对齐
提出了一种无需超参数、适用于匹配和不匹配类分布的相互分布对齐 (RDA) 框架，使用两个分类器共同预测未标记数据上的伪标签和互补标签，从而实现这两个携带互补信息的分布互相规范化，解决了分布不匹配问题，可在半监督学习和常规匹配学习设置下的广泛
PDF2 years ago
ICML将基于模型策略的稳态分布规范化以稳定离线强化学习
该研究针对离线强化学习中策略训练不稳定的问题，通过对当前策略的无折扣平稳分布进行正则化，并训练动力学模型以实现该正则化和更好地估计当前策略的平稳分布，从而减少分布不匹配引起的误差，并在广泛的连续控制离线 RL 数据集上展现出竞争性的性能。
PDF2 years ago
针对分布偏移的图像分类半监督深度学习综述
本篇文章研究了半监督深度学习的最新方法，重点是针对标记和未标记数据集之间分布差异的情况设计的半监督深度学习模型，致力于解决传统深度学习流水线在实际使用环境下对数据的高需求，并希望鼓励社区应对该方面的挑战。
PDF2 years ago
CVPRDASO: 面向语义的分布感知假标签在非平衡半监督学习中的应用
本文提出了一种基于 Distribution-Aware Semantics-Oriented (DASO) Pseudo-label 的伪标签框架，该框架能够减少分类器的偏差预测，特别是在类不平衡和分布不匹配时，能够可靠地提高半监督学习算
PDF3 years ago
基于模型的策略优化与无监督模型适应
探究建模强化学习方法中真实和模拟数据之间的分布差异所带来的性能下降问题，并提出了一种全新的模型自适应框架 AMPO，使用 Wasserstein-1 距离来实现模型适应，结果在多项连续控制测试任务中实现了最先进的性能。
PDF4 years ago