ood data | BriefGPT - AI 论文速递

关键词ood data

搜索结果 - 9

智能地利用开放数据的强韧半监督学习
通过学习理论的角度，我们提出了一种智能选择开放数据集的半监督学习框架 WiseOpen，通过基于梯度方差的选择机制选择友好子集来提高模型的 ID 分类能力，并且提出了两个实际变体 WiseOpen 通过采用低频率更新和基于损失的选择来降低计
PDF2 months ago
用于异常检测的核主成分分析
利用核主成分分析（KPCA）框架进行异常数据检测，通过非线性核映射来提高内分布和外分布特征的分离性能，实验证明其在效率和性能方面优于现有的最先进的异常数据检测方法。
PDF5 months ago
不可靠的外部来源下的超出分布检测学习
基于数据生成学习的辅助任务的 OOD 学习（ATOL）是一种强大的方法，可以消除误生成的 OOD 数据，从而使 ID 和 OOD 数据的区分实现真正的 OOD 检测。
PDF8 months ago
基于分类器头部信息的特征遮蔽和基于原型的对数平滑方法用于异常检测
提出了一种基于特征屏蔽和对数平滑的后处理 OOD 检测方法，通过减小 OOD 数据的特征激活和增加 ID 与 OOD 数据之间的差距，缓解了神经网络对 OOD 数据的过度自信性预测，并在多个标准 OOD 检测基准上证明了该方法的有效性和兼容
PDF8 months ago
DOMINO++：面向领域感知的深度学习泛化能力的损失规范化
本文介绍了 DOMINO++，这是一种面向 OOD 泛化能力的双引导和动态领域感知损失正则化方法，它整合了专家引导和数据引导的知识，通过对合成噪声、旋转数据以及不同磁共振成像扫描仪的真实数据进行综合评估，证明了 DOMINO++ 在真实临床
PDFa year ago
ICML一种基于余弦相似度的未知分布检测方法
该论文提出 Class Typical Matching (CTM) 算法用于后续检测 OOD 数据。CTM 使用余弦相似度作为评分函数，经过多个基准测试表明，该算法超过了现有的后续 OOD 检测方法。
PDFa year ago
知道自己不知道的概率电路
本文研究了概率电路（PCs）的鲁棒性，并发现它们对于 OOD 数据并不鲁棒。为了解决这个问题，我们提出了一种可解释的辍学推理（TDI）方法，并通过一系列实验证明了其提高 PCs 对于分布变化和 OOD 数据的鲁棒性的性能。
PDFa year ago
SHELS：无需类别界限的新颖性检测和连续学习专有特征集
本文介绍了一个基于 Sparse High-level-Exclusive, Low-level-Shared 特征表示方法 (简称 SHELS) 的深度神经网络模型，该模型利用高层特征的独特性来自动检测 OOD 数据，并通过稀疏低层特征的
PDF2 years ago
ICML评估指标需要更新以促进泛化
该研究提出了一种新的模型评估指标 - WOOD 分数，以防止模型过拟合与其性能在 OOD 数据上的降解。
PDF4 years ago