实体
Sisa Based Deep Neural Network Architectures
Sisa Based Deep Neural Network Architectures
PulseAugur coverage of Sisa Based Deep Neural Network Architectures — every cluster mentioning Sisa Based Deep Neural Network Architectures 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
-
机器学习遗忘方法在验证和有效性方面面临挑战
机器学习遗忘是指在不完全重新训练的情况下，从已训练模型中移除特定数据影响的过程，但它在验证其有效性方面面临重大挑战。当前方法难以明确证明数据已被移除，因为信息通常可以通过不同的措辞、语言或输出格式来访问。虽然通过像SISA（分片、独立、作用域、聚合）训练这样的技术可以实现精确遗忘，但这种方法成本高昂且会影响模型质量，对于已经训练好的前沿模型来说不切实际。近似方法更为常见，但缺乏稳健的评估，因为证明知识的缺失比证明其存在更困难。
-
新的SISA框架实现了CNN中高效的类别级机器遗忘
研究人员开发了一种新颖的机器遗忘技术，专门用于从深度神经网络中移除整个数据类别。该方法修改了分片、隔离、切片和聚合（SISA）框架，并结合了强化回放机制和门控网络来改进选择性遗忘。实验表明，该方法可以有效地从卷积神经网络中移除数据类别，同时保持模型的整体性能并减少完全重新训练的需要。