PulseAugur
中
实时 12:56:08
实体 Deep Feature Reweighting

Deep Feature Reweighting

PulseAugur coverage of Deep Feature Reweighting — every cluster mentioning Deep Feature Reweighting across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_41920 ·

    新方法应对CNN对虚假关联的依赖

    研究人员开发了深度注意力重加权（DAR）方法，这是一种新颖的事后方法，用于提高卷积神经网络（CNN）的泛化能力和公平性。DAR通过使用基于注意力的聚合模块选择性地抑制不相关特征，解决了CNN利用数据集中虚假关联的问题。该模块取代了标准的全局平均池化层，并与分类头一起重新训练，其性能优于现有的深度特征重加权技术。