false positive rates | BriefGPT

关键词false positive rates

搜索结果 - 8

基于改进 Hough 变换的输电线检测
通过改进的随机 Hough 变换技术，我们通过线性特征和空间分布来解决 UAV 图像中传输线路的检测准确度低和误报率高的问题，通过使用 Hessian 矩阵进行初始预处理和边界搜索和像素行分割来与背景进行区分，我们成功减少了误报和漏检，从而
PDF5 months ago
无模型的测试时间适应用于外域检测
利用在线测试样本进行模型自适应，从而降低假阳性率，进而提高异常检测性能。
PDF7 months ago
ICML基于查询的黑盒攻击下具有状态的防御的理论权衡
机器学习系统面临着对抗性示例的威胁，尽管在受限的黑盒条件下攻击成功率令人担忧。本研究旨在对有状态防御进行理论描述，提供了攻击检测和假阳性率之间的权衡的上限，并分析了特征提取器 / 底层问题域的性质对此权衡的影响。通过在多个数据集和有状态防御
PDFa year ago
使用对抗扰动进行的 DNN 成员推断攻击
研究了针对深度神经网络的成员推理攻击，提出了对复杂数据集 LiRA 和 EMIA 的补救方法，并提出了一种新的攻击方法 AMIA 和 E-AMIA，同时引入了一些增强指示标志及新的评估指标。
PDFa year ago
丰富滥用语言检测的社区背景
研究表明，通过了解社区背景，会显著提高现有的反滥用语言检测模型的分类性能，减少误报率。
PDF2 years ago
论会员推断攻击中难度校准的重要性
该研究分析了机器学习模型对成员推理攻击的脆弱性，提出了难度校准的方法，成功降低了成员推理攻击中高误报率的问题，进一步提高了攻击的准确性。
PDF3 years ago
约束优化训练神经网络以处理关键且低频类别
本文提出用 Augmented Lagrangian Method 来解决在临床应用中，由于类别不平衡所引起的深度神经网络二分类器可持续错分少量样本的问题。作者认为，可以通过将分类问题看做约束优化问题并引入一种新的约束条件，即将假阳性率降至
PDF3 years ago
二元分类中不公平行为的惩罚
本文提出了一种减轻学习分类器不公平性的新方法，特别关注来自两个群体的个体的二元分类任务，在我们的公平标准下，我们希望在两个群体中实现相似的误报率和漏报率。作为概念验证，我们实现了这种方法并从犯罪风险评估、信用、放贷和大学入学领域的数据集中对
PDF7 years ago