实体
ColoredMNIST
ColoredMNIST
PulseAugur coverage of ColoredMNIST — every cluster mentioning ColoredMNIST across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新型对抗LassoNet增强鲁棒特征选择
研究人员开发了Adversarial LassoNet (AdLNet)，一个用于高维机器学习中鲁棒特征选择的新框架。该方法将对抗训练与LassoNet的层级稀疏机制相结合，以提高稳定性和泛化能力，尤其是在噪声条件下。在包括SERS和肺癌筛查数据在内的各种数据集上的实验表明，与传统方法相比，AdLNet提高了分布外鲁棒性和特征支持可复现性。
-
新方法增强机器学习模型对抗虚假相关性的鲁棒性
研究人员推出了一种名为Invariance Pair Guidance (IPG) 的新方法，旨在增强机器学习模型对抗虚假相关性的鲁棒性。与通常需要大量数据标注或专门预处理的现有技术不同，IPG利用稀疏的反事实输入对集来指导模型的学习过程。这种方法生成纠正性梯度，以补充标准的梯度下降，动态调整优化轨迹，确保结果不受非因果属性的过度影响。在ColoredMNIST和CelebA等数据集上的实验表明，IPG在提高对群体变化的鲁棒性方面效果…