关键词non-parametric classifier
搜索结果 - 5
- AdaNPC: 探索用于测试时间适应的非参数分类器
本文提出了一种利用非参数分类器实现测试时自适应的方法（AdaNPC），该方法使用具有培训域中特征和标签对的存储器，以动态地适应不同领域的测试集。该方法通过本文进行的广泛数值实验比其他有竞争力的基线方法表现更好。
- 轨迹 - 用户链接比您想象中容易
本研究旨在解决 Trajectory-User Linking (TUL) 任务，并表明直接使用 visit patterns 进行简单的启发式数据分析就足以解决 TUL 问题，并通过使用非参数分类器扩展 TUL 实验，将数据规模扩大到 1 - ICLRi-Mix：一种领域无关的对比表示学习策略
本文介绍一种名为 i-Mix 的简单而有效的域不可知正则化策略，用于改进对比表示学习，并验证了该策略在图像、语音和表格数据等不同领域中的有效性。
- ECCV多域表示下的几分类问题中有关特征的选择
本篇论文提出了一种基于特征选择的新策略，可以更加简单和有效地应对 few-shot 分类问题。该方法首先训练多个具有不同语义的特征提取器，然后根据特定任务的需求自动选择最相关的特征表示，并在此基础上构建简单的非参数分类器，可以在 MetaD - 分析最近邻居对于对抗样本的鲁棒性
本文针对分类器的测试攻击问题，引入了一种理论框架，类似于偏差 - 方差理论，并使用该框架对一种典型的非参数分类器 - k 最近邻分类器的鲁棒性进行了分析，并提出了一种新的修改的 1 最近邻分类器，其在大样本极限下具有良好的鲁棒性。