reweighting | BriefGPT - AI 论文速递

关键词reweighting

搜索结果 - 6

不平衡分类问题的尖锐误差界限：少数类示例有多少个？
处理不平衡分类数据时，重新权衡损失函数可以在风险度量内平衡正负类的真实率。然而，现有结果未能充分解决不平衡分类框架中的一个主要挑战，即相对于整个样本空间，一个类别的尺寸微不足道，并且需要将风险函数按趋近于零的概率重新缩放。为了解决这一差距，
PDF8 months ago
MMM$^3$Fair: 通过多级和多敏感属性的重新加权方法缓解医疗数据中的偏见
本文提出 M3Fair 方法，将 RW 方法扩展到多个敏感属性和多个级别，以减轻数据中的偏见，增强医疗公平性。
PDFa year ago
ICLR通过指数倾斜方法，从训练数据视角理解新任务
通过重新赋值训练数据的权重，我们提出了一种基于指数倾斜假设的分布转移模型，用于为目标任务学习训练数据的重要性权重，以最小化有标签的训练数据集与无标签的目标数据集之间的 KL 散度，并应用到水鸟和品种基准测试中展示了方法的有效性。
PDF2 years ago
通过比较和重新加权进行独特图像字幕
本研究旨在通过比较和重新加权计算一组相似图像来提高图像字幕的独特性。我们提出了一种称为 CIDErBtw 的独特性度量，用于衡量字幕与类似图像的独特性，并在训练期间重新加权了每个人工注释，以提高生成的字幕的独特性和准确性。
PDF2 years ago
重抽样相对于重新加权在使用随机梯度进行纠正抽样偏差时的表现更佳
考虑到数据集采样偏差影响机器学习模型的效果，本研究分析重新采样和重新加权等多种技术，并通过实验和理论工具从动态稳定性和随机渐近性方面阐述重新采样的优越性。我们强调在处理采样偏差时应该同时考虑目标函数设计和优化算法。
PDF4 years ago
基于残差重新加权的抗攻击联邦学习
本研究提出了一种新的带有基于残留的重新加权的聚合算法，旨在解决联邦学习中受到攻击后可能会导致全局模型异常的问题，经过实验验证，该算法在标签翻转和后门攻击的情况下表现出了优异的效果，并且提供了理论分析。
PDF5 years ago