noisy samples | BriefGPT - AI 论文速递

关键词noisy samples

搜索结果 - 6

KDD双重修正框架用于去噪推荐
通过双重校正框架进行去噪推荐，解决了推荐系统中显式反馈嘈杂样本的问题，提高了准确性和数据利用率。
PDF2 months ago
风险敏感扩散：从噪声采样中学习潜在分布
通过引入风险敏感的随机微分方程，我们的研究表明扩散模型在存在噪声样本时非常脆弱，限制了其在诸多设置中的潜力，我们通过调整噪声样本的分布并减少误导性信息，成功地从噪声样本中恢复出干净的数据分布，实验证明我们的模型在合成和真实数据集上明显优于条
PDF5 months ago
SoTTA：嘈杂数据流上的鲁棒测试时适应
通过高置信度统一类别采样实现输入层面的健壮性和通过熵 - 锐度最小化提高模型参数对噪声样本大梯度的健壮性，我们提出了一种对噪声样本具有鲁棒性的新颖的测试时适应性算法（SoTTA），在各种噪声场景下，我们的方法优于基准测试时适应性方法，并在没
PDF9 months ago
REALM：强健的熵自适应损失最小化，为改进单样本测试时间自适应提供支持
提出了一种名为 Robust Entropy Adaptive Loss Minimization (REALM) 的方法，通过改进 F-TTA 中的噪声样本问题，提高了自适应过程的准确性。
PDF10 months ago
ECCV利用嵌入对受损图像数据集中的内部及外部噪声进行对比无监督特征聚类
这篇研究使用无监督对比特征学习的方法来对网络图像进行检索，然后结合奇异谱嵌入和离群点敏感聚类来检测噪声和局外点，并训练噪声鲁棒的神经网络来纠正 ID 噪声和利用 OOD 样本进行引导对比学习，提高底层特征。
PDF2 years ago
从样本中重建马尔科夫随机场：一些简单的观察和算法
使用马尔可夫随机场重建算法重建依赖结构，并且在观察到低噪声时可获得高概率的成功率。
PDF17 years ago