label uncertainty | BriefGPT

关键词label uncertainty

搜索结果 - 9

CVPRRankED: 使用基于排名的损失函数解决边缘检测中的不平衡和不确定性
使用 RankED 方法实现边缘检测，解决了正负类别不平衡和标签不确定性的问题，在 NYUD-v2、BSDS500 和 Multi-cue 数据集上取得了新的最优表现。
PDF4 months ago
探索维度情感语音分析中显著表示和标签变异性
通过降维预训练表示空间，这篇论文展示了如何在情感识别任务中减少模型复杂性而不降低性能，并且模拟标签不确定性以提高模型的泛化能力和鲁棒性。此外，论文比较了情感模型在声学恶化下的鲁棒性，并观察到降维表示能够保持与全维表示相似性能而不发生显著的情
PDF7 months ago
KDD基于噪声负样本自校正的鲁棒正无标记学习
基于正例和未标记数据的学习是一种被称为正例与未标记学习的方法，在文献中已经引起了广泛关注。我们提出了一种新的鲁棒性正例与未标记学习方法，通过训练策略改善标签不确定性的影响并提高学习的准确性和稳定性。该方法利用一种新颖的 “困难度” 度量来区
PDFa year ago
处理标签不确定性：以冠状动脉 CT 血管造影中牧羊人拐杖 RCA 自动检测为例
该研究提出了一种利用一维卷积神经网络自动识别冠状动脉 CT 血管造影中的 Shepherd's Crook Right Coronary Artery 的方法，并研究如何处理识别模糊性和标签不确定性，进而提高模型性能。
PDFa year ago
加性干预产生稳健的多领域机器翻译模型
本文探讨加性干预在大规模多领域机器翻译中的作用以及与标签基础方法在各推断阶段的性能差异，发现加性干预在标签不确定性条件下更具有鲁棒性，且单领域微调的优势在数据规模扩大时存在疑问。
PDF2 years ago
ICLR利用标签不确定性理解内在鲁棒性
研究机器学习中的敌对性问题，提出一种考虑标签不确定性的集中度评估算法，提高了基准图像分类问题的内在鲁棒性测量准确性。
PDF3 years ago
ECCV标签不完美：通过标签不确定性提高概率目标检测
本研究利用以前方法估计地面真实边框参量的不确定性来改进激光雷达概率目标检测器的检测准确性。实验结果表明，我们的方法在平均精度方面比基线模型和基于简单启发式方法的模型提高了高达 3.6%。
PDF4 years ago
缺失随机标签时的可靠半监督学习
本文介绍了一种半监督学习的方法，采用生成模型与监督学习算法，放松了对未标记特征的约束，可提高分类器的可靠性，从而准确量化标签不确定度。
PDF6 years ago
针对开放集条件下的鲁棒物体检测的 Dropout 采样
本研究首次研究了 Dropout Sampling 在目标检测中的应用，通过从先进的目标检测系统中提取标签不确定性，利用 Dropout Sampling 网络实现了在机器人视觉中通常遇到的开放条件下的目标检测性能的提高，实现了召回率增加
PDF7 years ago