PulseAugur
中
实时 12:42:07
实体 group-robust learning

group-robust learning

PulseAugur coverage of group-robust learning — every cluster mentioning group-robust 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_200168 ·

    新的ProME方法在无显式标签的情况下增强了群体鲁棒学习

    研究人员推出了一种新颖的群体鲁棒学习方法ProME（原型边距环境），旨在提高罕见子群体上的准确性，而无需显式的训练群体标签。ProME通过分割原型边距并使用群体平衡的线性头来排序预测器，从而使表示的选择和分类器的拟合与部署的预测器保持一致。该方法在广泛的实验中显示出比现有技术更优越的最差群体准确性。