PulseAugur
实时 10:12:33
实体 S-divergence

S-divergence

PulseAugur coverage of S-divergence — every cluster mentioning S-divergence 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_193209 ·

    新理论确保鲁棒神经网络分类器在参数不可识别的情况下仍能保持一致性

    研究人员开发了一个新的鲁棒神经网络分类器理论框架,解决了神经参数化不可识别的挑战。该方法基于S-散度族,无需可识别性假设即可确保经验最小化器收敛到总体最优等价类。在视觉和语言数据集上的实验表明,这种S-散度训练在保持干净数据准确性的同时,实现了与现有鲁棒方法相当的性能。