PulseAugur
实时 11:10:24
实体 Divide-and-Conquer Multi-View Evidential Learning

Divide-and-Conquer Multi-View Evidential Learning

PulseAugur coverage of Divide-and-Conquer Multi-View Evidential Learning — every cluster mentioning Divide-and-Conquer Multi-View Evidential 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. RESEARCH · CL_65591 ·

    新方法提升深度伪造检测的泛化能力

    研究人员开发了新方法来提高深度伪造检测模型的泛化能力。一种方法,捷径子空间抑制(S^3),明确识别并抑制学习表示中特定于方法的人工痕迹,从而提高在未见过操纵技术上的性能。另一种方法,分割引导空间索引,专注于语义上有意义的面部区域,为分类提供更纯净的信号。此外,一个分而治之的框架使用几何投影和证据学习来分离语义和人工痕迹线索,从而实现更可靠和校准的置信度估计。