BriefGPT.xyz
Ask
alpha
关键词
subpopulation shifts
搜索结果 - 5
注意 GAP：通过组感知先验改善对亚群体转变的鲁棒性
通过开发一系列针对神经网络参数的群组感知先验分布，本研究旨在改善机器学习模型在数据分布的子群体变化下的性能，从而在真实世界环境中实现安全部署，并且证明使用该先验进行训练可以获得最先进的性能，即使仅重新训练之前训练的模型的最后一层。群组感知先
→
PDF
4 months ago
无监督概念发现减轻虚假相关性
我们提出了一种用于减轻虚假相关的概念平衡技术，通过利用现有的物体为中心的表示学习方法，无需对子群进行人工标注，在水鸟、CelebA 和 ImageNet-9 基准数据集上进行评估并展示了优越或竞争性的性能。
PDF
5 months ago
ICML
数据子群体间机器学习表现非线性相关性
研究机器学习模型在不同的数据分布下的性能表现，发现在子人群变化时，性能间的相关性呈现 “月形” 相关性，并且这种非线性相关性受到训练数据中虚假相关的影响，研究结果对机器学习的可靠性和公平性具有应用意义。
PDF
a year ago
ICML
通过选择性增强提高对抗样本的鲁棒性
探讨了在实际应用中常见的基于配分转移的问题，提出了一种选择性增广的简单混合技术 LISA，通过学习不受限制的内部表示或预测器来学习不变的预测器，并在包括亚种人群转移和领域转移的九个基准测试中验证了 LISA 的有效性。
PDF
3 years ago
强制执行公平是否可以减轻由子人群变化引起的偏见？
本文研究了在训练过程中强制实施算法公平性是否可以提高目标领域中训练模型的性能，并得出了一些结论。
PDF
4 years ago
Prev
Next