novel class discovery | BriefGPT

关键词novel class discovery

搜索结果 - 24

ECCV自协作知识蒸馏用于新类别发现
利用已学习的有关已知类别的知识，通过发现未标记样本中的未知和新颖类别来实现 Novel Class Discovery (NCD)。通过使用模型对已知和新颖类别的特征表示进行建模，构建两个不相交的表示空间，并通过自协同学习来提高模型的学习能
PDF2 days ago
跨域新类别发现的独特风格去除
基于理论分析，我们引入了一个用于提取与基线特征不同的风格信息的独占风格去除模块，从而促进了推理过程，并且易于与其他 NCD 方法集成，作为插件来改善不同分布的新类别上的性能。此外，我们还建立了一个公平的基准，用于未来的 NCD 研究，同时在
PDF8 days ago
超越所知：针对开放世界图学习的新颖类发现
本论文提出了一种名为 ORAL 的开放世界图神经网络方法，用于在图中进行节点分类，并解决了图上发现新类别的挑战，通过半监督的原型学习检测类别之间的相关性，利用原型关注网络消除类别间的相关性，从而得到不同类别的区分性表示，通过对齐和组合多个堆
PDF3 months ago
开放世界机器学习：回顾与新展望
综合研究开放环境下机器学习的未知拒绝、新类别发现和类别自适应学习等方面，探讨了当前方法的挑战、原则和限制，以及未来研究的潜在方向。旨在全面介绍新兴的开放环境机器学习范式，帮助研究人员在各自领域构建更强大的人工智能系统，并促进人工通用智能的发
PDF4 months ago
CVPR透过几何约束概率建模发现新颖的生物医学概念
将几何受限的概率建模方法应用于机器学习以解决生物医学领域中累积数据的挑战，从而实现科学发现中的新类别探索。
PDF4 months ago
基于原型的新类别发现与检测
研究在固定类别集上训练的目标检测器，提出了一种方法（PANDAS) 来发现和检测新类，并在推断中使用原型来分配标签给每个检测到的目标实例。
PDF4 months ago
基于新颖类别发现和基础模型的三维语义分割
这篇论文介绍了点云数据的一种新任务 NCD 的语义分割方法，通过在线聚类、不确定性估计和语义蒸馏提出了一种新的 NCD 方法，并提出了一种新的评估协议来严格评估其在点云语义分割中的性能，通过在多个数据集上进行全面评估，证明了该方法相对于其他
PDF7 months ago
表格数据中新类发现的实用方法
通过调整超参数和使用未标记的已知类别来解决表格数据的新类别发现问题，并针对真实条件下进行了简化处理，以提供有效的解决方案。
PDF8 months ago
ICML已知类如何帮助发现未知类？通过谱分析的可证明理解
基于先前知识，该论文提供了一个分析框架来形式化和研究已知类别如何帮助发现新的类别，通过介绍一种图论表示，引入了一种新型的 NCD 谱对比损失 (NSCL)，通过最小化该目标函数，等价于因子分解图的邻接矩阵，从而得到可证明的误差界限以及 NC
PDFa year ago
长尾识别中的新型类别发现
基于等角原型表示的自适应自标记策略，通过解决弛化的最优传输问题，更有效地发现不平衡的新类别，从而有效减轻已知和新类别学习中的偏差，并在 CIFAR100、ImageNet100、Herbarium19 和大规模 iNaturalist18
PDFa year ago
ICCV类关系知识蒸馏用于新类别发现
我们提出了一种基于已知类数据的无监督新类发现问题的解决方案，其中关键挑战在于将已知类数据中的知识传递到新类的学习中。我们引入了一种基于模型预测的类分布的类关系表示来对新类进行建模，并提出了一个新颖的知识蒸馏框架用于规范新类的学习，通过语义相
PDFa year ago
一种用于表格数据中新类别发现的交互界面
该研究旨在解决在无标签数据集中发现新类别的问题，其中大部分方法仅涉及图像数据，但是该研究中提供的界面允许领域专家在最小数据科学知识的情况下运行用于表格数据的最先进的 NCD 算法，并生成易于解释的结果。
PDFa year ago
监督知识可能会影响新类别发现性能
本研究建立了一个称为 transfer flow 的新度量标准，通过构建一个各种语义相似度的大型基准测试，研究表明对于不同层次的语义相关性，使用纯自我监督知识可能比使用少相似标记集的监督信息更为优越，提出了偏转换流的虚拟版本作为决定是否在
PDFa year ago
IJCAI开放式半监督新类别发现
该文提出了一种名为 OpenNCD 的新的半监督开放世界的未知类别发现方法，它是一种在多个原型上进行的渐进式双层对比学习方法，该方法由两个相互增强的部分组成。首先，介绍了一种双层对比学习方法，然后提出了一个可靠的原型相似度度量方法。对三个图
PDFa year ago
CVPR3D 点云语义分割的新型类别发现
本文提出一种基于在线聚类和不确定性量化的新型类别发现方法，用于处理 3D 点云数据的语义分割，设计了新的评估协议以验证其性能优于传统方法。
PDFa year ago
CVPR利用类间和类内约束建模新类别发现
本文提出了在 Novel class discovery 任务中，基于对称 Kullback-Leibler divergence 来建模类间和类内约束条件的方法，从而有效地提高了性能。实验表明，该方法在多个基准数据集上均超过了当前最先进的
PDF2 years ago
对有标签数据集中新类别发现的深入研究
本文从有标记集合出发，关注如何更好地支持无标记数据集的新类别发掘，提出了一个基于语义相似度的标记集合选取方法，并定义了一个度量有标记集合与无标记集合之间语义相似度的数学方法，实验结果表明在低相似度环境下使用标记信息可能会导致次优结果。
PDF2 years ago
ECCV朝着真实的半监督学习
本文提出一种基于伪标签的半监督学习方法，能够处理 open-world SSL 问题，并通过样本不确定性和类别分布先验知识等手段，为已知和未知类别的未标记数据生成可靠的类别分布感知型伪标签。该方法在多种常用数据集上表现良好，特别是在 CIF
PDF2 years ago
CVPR发现新类别的间隔损失
本文提出了一种新的学习模式，称为 Novel Class Discovery (NCD)，它主要应用于无标签数据的语义分组，通过利用来自不同集合的标记实例，利用单阶段和双阶段方法来对现有 NCD 方法进行表征。我们设计了一种称为 Spaci
PDF2 years ago
CVPR语义分割中的新类别发现
这篇论文介绍了一种新的新类发现语义分割方法，使用基于熵的不确定性建模和自训练技术来提高模型性能，实验结果展示了这种方法对于 PASCAL-5i 数据集上的平均 IoU 提高了 9.28%。
PDF3 years ago