最近の研究では、フローベースのモデルや変分オートエンコーダーを含む深い生成モデルが、分布内（ID）データよりも分布外（OOD）データに高い可能性を割り当てる可能性があることが明らかになりました。ただし

arxiv_reader のブックマーク 2021/02/08 12:21

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4698201735454884706/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2002.03328v5" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2002.03328v5" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2002.03328v5" data-user-icon="/users/arxiv_reader/profile.png">フローベースの生成モデルによるカルバック・ライブラー発散ベースの分布外検出</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/OOD">OOD</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/generative">generative</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/benchmark">benchmark</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22anomaly%20detection%22">anomaly detection</a>]</li></ul><br><p style="clear: left">最近の研究では、フローベースのモデルや変分オートエンコーダーを含む深い生成モデルが、分布内（ID）データよりも分布外（OOD）データに高い可能性を割り当てる可能性があることが明らかになりました。ただし</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20210208#bookmark-4698201735454884706"><span class="datetime-body">2021/02/08 12:21</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！