实体
SORD
SORD
PulseAugur coverage of SORD — every cluster mentioning SORD across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
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
-
新的扩散模型SORD可去除数据中的未知损坏
研究人员开发了基于支持引导的扩散模型进行分布外（OOD）去除（SORD）算法，这是一种迭代算法，旨在从被局部、未知扰动损坏的数据中恢复干净信号。SORD仅需要损坏支持的二值图和预训练的扩散模型，无需配对数据或损坏的统计模型。该方法已在自然图像和音频记录上进行了评估，与现有的修复技术、源分离基线和监督网络相比，表现出具有竞争力或更优越的性能。
-
新损失函数解决序数分类中的“中心类别对冲”问题
研究人员引入了一种名为自适应边界序数损失（AMOL）的新损失函数，以解决序数分类任务中的一种特定失败模式，即中心类别对冲。这种现象会导致神经网络通过最小化对称损失来偏向预测中间类别，而忽略真实标签。AMOL 应用一个乘性权重，当预测类别接近中心且真实标签远离中心时，该权重较大，从而惩罚这种对冲行为。实验表明，其不对称变体 AMOL-asym 在 Abalone 数据集上完全消除了中心类别对冲。