linear classifier | BriefGPT

关键词linear classifier

搜索结果 - 32

ICCV基于自监督嵌入的对抗性攻击快速检测与分类
本文提出了一种使用预训练的自监督编码器嵌入向量的线性模型来检测和分类对抗性攻击的方法 SimCat，并通过对多种攻击类型的实验验证其有效性，同时在适应性攻击下进行了探究，提高了其鲁棒性。
PDF3 years ago
MM基于表征的元学习用于少样本语音意图识别
本文提出了一种利用元学习范式的 few-shot 口语意图分类方法，通过基于表示的元学习获取 utterances 的任务无关表示，然后使用线性分类器进行预测，在 Google Commands 和 Fluent Speech Comman
PDF3 years ago
MINIROCKET: 用于时间序列分类的非常快速（几乎确定性）变换
采用随机卷积核转换输入时间序列并使用转换特征训练线性分类器的 ROCKET 算法与大多数现有方法的计算复杂度相比具有更高的准确性，而 MINIROCKET 方法则在维持基本相同的精度的同时，在大型数据集上比 ROCKET 更快 75 倍，并
PDF4 years ago
ECCVBroadFace: 面向万人级人脸识别
该论文提出了一种名为 BroadFace 的新颖方法，用于面部识别，其中使用了线性分类器、优化和补偿方法以提高准确性和效率，并在各种数据集上进行了广泛的实验证明其有效性和优越性。
PDF4 years ago
CVPR时空对比视频表征学习
本文引入了一种基于对比损失的自监督对比视频表示学习方法，利用在嵌入空间中相同短视频的两个增强剪辑进行学习，同时将来自不同视频的剪辑分开。这种自我监督学习方法需要好的数据增强和虚拟时间和模拟空间的知识，在 Kinetics-600 数据集上，
PDF4 years ago
ACL超越微调：少样本句子嵌入传递
本文提出了一种方法，即将预训练模型的嵌入与目标数据的简单句子嵌入拼接起来，再对组合嵌入训练线性分类器。实验结果表明，与冻结嵌入模型权重的 fine-tuning 相比，采用该方法的分类性能更好。同时，理论分析和实验结果还表明，组合方法不如拼
PDF4 years ago
CVPR少样本学习中的实例可信推断
本文提出了一种称为 ICI 的简单统计方法，利用未标记实例的分布支持来解决少样本学习问题，并通过增加偶发参数的稀疏度排名伪标签实例的可靠性和进行多次迭代的重新训练来改善分类器效果，大量实验证明该方法可以在四种流行的少样本数据集上获得新的最先
PDF4 years ago
重新思考少样本图像分类：一个好的嵌入就足矣？
本研究提出，以 meta-training data 为基础，先学习一个监督或自我监督的表征，再在表征上训练线性分类器，可以优于现有的 few-shot learning 方法。自教学技术可以进一步改善。这表明好的学习嵌入模型比复杂的元学习
PDF4 years ago
一种极小极大法用于监督学习
引入最大熵原理的一般化方法，应用于带有从数据中得出的经验边缘条件的分布集合，提出一种针对监督学习问题的通用 minimax 方法，其中最大熵机是一种新的最小化结构化分布中最坏情况 0-1 损失的线性分类器，并且通过实验表明可以优于其他线性分
PDF8 years ago
基于凹凸显著性机制缓解对抗样本
通过对位于图像不同区域的 CNN 进行应用，来缓解基于对抗性样本的问题，即在图像中引入几乎不可见的扰动来导致 CNN 失效。实验结果表明，CNN 具有局部线性特性，这不仅推翻了先前的假设，还证明了应用 Foveations 机制有助于降低对
PDF9 years ago
ICLR使用卷积神经网络学习语音识别线性可分特征
本研究旨在探讨卷积神经网络和简单线性分类器在提取自然语音特征以进行语音识别方面的应用，而该方法已被证明在音素识别模型和大规模连续语音识别时十分有效。
PDF10 years ago
ICLR通过 $(ε, γ, τ)$- 优良相似函数的算法鲁棒性学习
本文介绍了一种新的算法鲁棒性框架，在此基础上为相似函数的分类器提供了新的泛化界。
PDF10 years ago