实体
Haripriya Harikumar
Haripriya Harikumar
PulseAugur coverage of Haripriya Harikumar — every cluster mentioning Haripriya Harikumar across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新的机器遗忘方法可最大限度地减少对相似数据的附带损害
研究人员开发了一种新的机器遗忘方法，旨在最大限度地减少对语义相似数据的附带损害。这种名为保留感知本地化（retain-aware localization）的方法考虑了模型参数对于被遗忘和保留的数据的重要性。在 CIFAR-10 数据集上使用 ResNet18 模型进行的实验表明，该方法在有效减少附带损害的同时，也提高了标准的遗忘指标。
-
新研究应对贝叶斯决策中的对抗性不确定性
一篇新研究论文介绍了一种鲁棒的、贝叶斯决策感知的实验设计方法，该方法考虑了对抗性不确定性。该方法旨在确保即使在实验结果受到未建模或隐藏效应影响的情况下，决策也能保持稳定和可靠。通过形式化对抗性鲁棒的最优决策，该标准明确地将决策稳定性置于名义最优性之上，在合成和真实世界科学数据集的实验中表现出更高的可靠性。