outlier exposure | BriefGPT

关键词outlier exposure

搜索结果 - 8

对比表示学习中的正则化及外域检测的理解
对比度表示学习已经成为异常检测的一种杰出方法，本文通过探索对比特征的 l2 - 范数及其在超出分布检测中的应用，提出了一种简单的基于对比学习的方法，通过在对比层空间对正常样本进行抵制，来将超出分布的数据纳入模型中。我们的方法可以灵活地作为异
PDF6 months ago
文本异常暴露在视觉 OoD 检测中的有效性研究
利用生成的文本异常值，进行视觉异常值探测，以提高神经网络的安全性，该方法在大规模 OoD 和困难 OoD 基准测试中取得了竞争性的性能。
PDF8 months ago
通过信息外推实现的多样化异常值暴露方法用于外域检测
通过生成多样化的离群点进行外部样本检测，提高模型的可靠性和效果。
PDF9 months ago
通过隐式异常转换进行的越界检测
通过最大最小学习策略，利用模型扰动产生一类最差情况的数据来合成新的数据，以优化 outlier exposure 在 out-of-distribution 检测中的性能。
PDFa year ago
ICML使用后验采样进行异常检测
提出一种新颖的基于后验采样的异常值挖掘框架（POEM），促进了异常数据的有效使用，并提高了识别内部和外部数据之间紧凑决策边界的性能，相对于现有最佳方法，在 CIFAR-10 和 CIFAR-100 上的 FPR95 相对性能分别提高了 42
PDF2 years ago
暴露离群值：从少、一个、零个异常值图像中学到什么
本论文利用大量的随机图像来代表异常性，通过一些经过改进的学习方法、标准分类器和一类半监督的方法进行训练，发现无论何时在已有数据的基础上添加一个训练异常样本能够达到很不错的结果（在 ImageNet 基准测试下的 AUC 值可以达到 79.3
PDF2 years ago
ICML污染数据异常检测的潜在异常暴露
本研究提出一种在未标记异常情况下训练异常检测器的策略，通过联合推断二进制标签（正常 vs. 异常）并更新模型参数来使用两个损失的组合，表现出比基准测试更显著的改进。
PDF2 years ago
ICLR异常检测中的深度学习与异常情况曝光
使用辅助数据集训练异常检测器，提出 Outlier Exposure (OE) 方法来改进机器学习领域中深度异常检测任务，在 NLP 和视觉任务中扩展实验表明 OE 显著提高检测性能，并分析该方法的灵活性和鲁棒性。
PDF6 years ago