关键词probabilistic networks
搜索结果 - 3
- MM基于假设检验的选择性概率分类器
本论文提出一种鉴别器违反封闭世界假设的有效方法,该方法基于概率网络的假设检验拒绝了不确定的输出并实现了低误报率的要求。
- ICCV随机语义分割的校准对抗修正
该研究提出了一种通过使用概率网络来学习预测分布,以实现语义地图上的校准预测分布的策略,并使用对抗性训练来精炼输出,并在多分类 LIDC 数据集和注入模糊性的 Cityscapes 数据集上取得最先进结果。
- 通过输入不确定性理解深度神经网络
利用轻量级概率网络,将预测不确定性纳入灵敏度分析以及通过不确定性分解的新方法进行模型解释,最终提高了模型的鲁棒性和推广能力,并从输入域的不确定性解释预测不确定性,从而提供了验证和解释深度学习模型的新方法。