Thiru Thillai Nadarasar Bahavan

新的FedLAS算法改进了神经网络校准

研究人员开发了FedLAS，这是一种旨在改进神经网络分类器校准的新型算法。这种即插即用方法解决了模型预测置信度与其实际准确度不符的问题，导致过度自信的错误预测或信心不足的正确预测。FedLAS利用基于特征范数的置信度指示器（NCI）和双向校准门控（BCG）模块，在训练过程中检测和纠正单个样本的过度自信和信心不足问题。在高分辨率视觉基准上的实验表明，FedLAS能够持续提高校准性能，降低预期校准误差（ECE）等指标，同时保持Top-1准确率。