BriefGPT.xyz
大模型
Ask
alpha
关键词
open-world learning
搜索结果 - 4
自学或学以致用?自编码用于广义类别发现
通过优化的方式,我们提出了一种新颖、高效且自我监督的方法,能够在测试时发现以前未知的类别。我们的方法通过将最短长度的类别编码分配给每个数据实例来捕捉现实世界数据集中普遍存在的隐含类别层次结构,从而增强了对类别细粒度的控制,使我们的模型能够熟
→
PDF
8 months ago
增强可解释性、泛化和鲁棒性的探索性神经方法:连接可信度与开放世界学习
研究人员通过发展人工智能技术,努力缩小机器智能与人类之间的差距,迫切意识到信任度在无所不在的开放世界中的重要性。本文探讨了一种神经程序,以在单模态和多模态场景下,从设计可解释性、环境福祉任务界面和开放世界识别程序角度增强各种可信赖属性,以及
→
PDF
a 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
→
PDF
2 years ago
WWW
开放世界学习及其在产品分类中的应用
本文提出一种元学习方法来解决开放世界学习中增量学习和未知类别拒绝的问题。该方法只需要训练一个元分类器,而不需要重新训练元分类器或一个新的分类器来涵盖所有老和新类别。实验证明了该方法的有效性。
PDF
6 years ago
Prev
Next