margin loss | BriefGPT - AI 论文速递

关键词margin loss

搜索结果 - 8

EMNLP通过增加多样的句对改进无监督关系抽取
通过增强连接句对的多样性和增强对比学习的差别性能，我们提出了 AugURE 方法，并针对关系表示学习中的噪声对比估计损失限制，应用边界损失进行句对学习，实验结果表明该方法取得了最先进的性能。
PDF7 months ago
统一的二元和多类边界分类
通过相对边际形式表达多类损失函数的广泛适用性及其对分类 - 校准的扩展分析
PDF7 months ago
MADG：基于边界的领域泛化对抗学习
提出了一种基于边界损失的领域一般化方法（MADG 算法），该算法通过培训过程中的对抗性学习和学习域不变特征来有效地泛化到看不见的目标域，同时通过边界损失和 Rademacher 复杂性进行理论分析，实验证明在各种真实 DG 数据集的基准测试
PDF8 months ago
学习用于开集医学诊断的大边界稀疏嵌入
Proposing Open Margin Cosine Loss (OMCL) for open-set recognition in medical fields, this research paper introduces Marg
PDFa year ago
具有异构图注意力网络的标签增强事件检测
本文提出了一种使用标签增强的异构图注意力网络 (L-HGAT) 来解决中文事件检测中的单词触发器不匹配问题的方法。在该方法中，每个句子被转换成一个图，其中包含了单词和字符之间的交互作用，并使用异构图注意力网络来传播关系信息和丰富信息交互。此
PDF4 years ago
ECCV从自监督学习中提取视觉先验
本文提出一种新的两阶段流程，通过自监督学习和知识蒸馏来提高卷积神经网络模型在小数据集下的图像分类泛化能力，并使用新型边缘损失来更好地学习表示。
PDF4 years ago
ACL基于间隔损失的深度未知意图检测
本文提出了一种两阶段的新颖用户意图检测方法，使用 BiLSTM 网络和边界损失作为特征提取器，然后将特征向量馈送给密度基新颖性检测算法 LOF，对于两个基准数据集的实验表明，与基线方法相比，我们的方法可以产生一致的改进。
PDF5 years ago
通过谱归一化来实现可推广性对抗性训练
本研究旨在通过使用谱规范化方法，为深度神经网络在对抗性环境下的训练提供一种有效的正则化策略，以解决其在输入微小的对抗性扰动下缺乏鲁棒性的问题。同时，我们将边界损失延伸到对抗性环境，并限制了多个梯度攻击方案下深度神经网络的泛化误差。
PDF6 years ago