关键词generalization guarantee
搜索结果 - 2
- 对无先验正样本无监督学习的对比方法
我们提出了一种新的正未标化学习框架,通过预定义无关的表示学习来学习特征空间,然后采用伪标记技术将未标注样本进行分类,利用嵌入的集中性质。该方法在多个标准正未标化基准数据集上明显优于现有的方法,并且不需要先验知识或类先验的估计。值得注意的是, - ICLR无标签数据如何在区分分布之外的检测中发挥作用?
使用无标签数据来规范机器学习模型已经显示出改善检测超出分布数据的安全性和可靠性的潜力。一个新的学习框架 SAL(分割与学习)通过从无标签数据中分离候选离群值然后使用这些候选离群值和标记的正态数据训练离群值分类器,理论上证明了 SAL 能以较