实体
CIFAR10-LT
CIFAR10-LT
PulseAugur coverage of CIFAR10-LT — every cluster mentioning CIFAR10-LT across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架连接长尾识别与持续学习
研究人员在长尾识别（LTR）和持续学习（CL）之间建立了理论和经验联系。他们证明了在不平衡数据集上训练会驱动模型参数趋向主导类解决方案。这种联系促成了一个名为“长尾识别持续学习”（CLTR）的框架的开发，该框架使用标准的CL方法顺序学习类别，同时防止灾难性遗忘。在各种基准测试上的实验表明，CLTR的有效性，即使在应用于具有DualPrompt的CLIP骨干网络时，也优于专用方法。
-
新的GBC框架增强长尾半监督学习
研究人员开发了一个名为高斯桥一致性（GBC）的新框架，以改进在具有长尾标签分布和噪声伪标签的场景下的半监督学习（SSL）。GBC通过动态原型图谱在未标记样本和高质量类别锚点之间构建语义插值路径。这使得学生模型可以通过一条从不确定预测到可靠类别原型的平滑轨迹进行学习，并通过桥一致性损失强制执行。此外，还引入了一种名为BridgeMix的置信感知特征混合策略，以增强跨样本泛化能力。