PulseAugur
中
实时 11:02:17
实体 Conflict-aware Evidential Deep Learning

Conflict-aware Evidential Deep Learning

PulseAugur coverage of Conflict-aware Evidential Deep Learning — every cluster mentioning Conflict-aware Evidential Deep Learning across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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 1 条
  1. TOOL · CL_280249 ·

    新的 C-EDL 方法提高了深度学习模型对抗输入的能力

    研究人员开发了冲突感知证据深度学习 (C-EDL)，这是一种提高深度学习模型可靠性的新方法。C-EDL 是一种事后方法，无需重新训练模型即可增强模型对抗对抗性和分布外输入的鲁棒性。它通过生成输入的多样化、保留任务的转换并分析表示差异来校准不确定性估计。实验表明，C-EDL 在保持高准确率和低计算开销的同时，显著减少了对分布外和对抗性数据的检测。