Signal-Noise Factorization

新的正则化器通过隔离噪声来提高AI模型性能

研究人员开发了新的正则化器，通过在训练期间强制执行信号-噪声分解（SNF）和信号-信号分解（SSF）来提高深度神经网络的性能。在CIFAR-100上的实验表明，增强SNF可以提高模型准确性，而增强SSF并未带来类似的收益。在带有MedMNIST-C损坏的BloodMNIST数据集上进行的进一步测试表明，SNF正则化器在处理分布外图像失真方面具有显著的性能提升，通过将干扰变化隔离到不同的子空间中来证明其有效性。