BriefGPT.xyz
Ask
alpha
关键词
feature separation
搜索结果 - 3
基于神经坍缩的特征分离追求外域检测
本文通过神经坍缩(Neural Collapse)的特性来界定问题,并提出了一种称为 OrthLoss 的简单而有效的损失函数,将 OOD 数据的特征束缚在与 ID 特征的主要子空间正交的一个子空间中,从而通过不同的维度分离 ID 和 OO
→
PDF
a month ago
神经塌陷现象的研究:Grassmann 框架,对称性,泛化
本文提出了广义神经崩溃假说,并通过优化和分类的推广获得 Grassmann 框架结构。该结构在球面上最大化地分离每两类的特征,不需要比类别数量更大的特征维度。我们发现了对称泛化现象,并提供了一个用于解释置换的对称泛化定理。尽管不同特征方向导
→
PDF
a year ago
采用置换不变训练的单通道多说话人语音识别
本文探讨了如何通过扩展置换不变训练(PIT)方法并引入前端特征分离模块(最小均方误差标准)和后端识别模块(最小交叉熵标准),解决在多说话人混合语音识别中的问题,并且在 AMI 数据集(包括二人和三人的混音语音)的实验中,相对于同类不同说话人
→
PDF
7 years ago
Prev
Next