实体 UASPL

UASPL

PulseAugur coverage of UASPL — every cluster mentioning UASPL across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_133578 · Jul 9 · 04:00

新的UASPL方法通过不确定性估计增强AI学习

研究人员推出了一种名为不确定性感知自步学习（UASPL）的新方法，该方法通过将预测可靠性整合到样本选择中来增强自步学习范式。与仅依赖损失值的传统方法不同，UASPL利用证据神经网络和主观逻辑框架来量化不确定性。该方法确保所选样本不仅损失低，而且可靠，从而在各种数据集上提高分类性能、可解释性和泛化能力。UASPL的源代码是公开可用的。