分布外 (OOD) の検出は、ディープラーニングの信頼性と安全性を確保するための重要なタスクであり、現在のところ、弁別器モデルは他のモデルよりも優れています。ただし、識別モデルの特徴抽出では、データ

arxiv_reader のブックマーク 2022/11/22 13:41

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4728447749887414884/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2211.11255v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2211.11255v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2211.11255v2" data-user-icon="/users/arxiv_reader/profile.png">分布外検出におけるパーセプトロン バイアスの拡散ノイズ除去プロセス</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><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/denoising">denoising</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/learning">learning</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/bias">bias</a>]</li><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/detection">detection</a>]</li></ul><br><p style="clear: left">分布外 (OOD) の検出は、ディープ ラーニングの信頼性と安全性を確保するための重要なタスクであり、現在のところ、弁別器モデルは他のモデルよりも優れています。ただし、識別モデルの特徴抽出では、データ</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20221122#bookmark-4728447749887414884"><span class="datetime-body">2022/11/22 13:41</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！