BriefGPT.xyz
Ask
alpha
关键词
experimental bias
搜索结果 - 3
TESSERACT: 消除恶意软件分类中的实验偏见 —— 跨时空的研究(扩展版)
本论文通过引入公平实验设计的一组约束条件和 AUT 度量,提出了解决恶意软件检测任务中实验偏差的方法,并提供了一个能够增强分类器性能的算法,以及一个用于实际分类器比较的开源框架 TESSERACT。研究发现以前的研究存在偏差,并通过适时调整
→
PDF
5 months ago
强化学习中的经验设计
本文旨在提出在强化学习中进行良好实验的方法,并强调常见错误和潜在统计结果,覆盖了如何对性能进行妥善表征、假设检验、比较多个代理、基准和说明性例子的构建、如何处理超参数和实验偏差等等,旨在通过充分利用计算资源来进行良好的实证研究。
PDF
a year ago
TESSERACT: 消除恶意软件分类中空间和时间上的实验偏差
本文提出一种针对 Android 恶意软件分类的实验设计约束集,解决了空间偏差和时间偏差造成的指标过度乐观的问题,并提出了一种新的分类器鲁棒性的总结度量标准并进行了性能调整。最后,通过对 TESSERACT 实现的三个 Android 恶意
→
PDF
6 years ago
Prev
Next