Out-of-distribution (OOD) 一般化は、最新のディープラーニング (DL) にとって深刻な課題を引き起こします。 OOD データは、モデルのトレーニングデータとは大きく異なる

arxiv_reader のブックマーク 2023/08/22 12:54

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4741109527788152559/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2308.10453v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2308.10453v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2308.10453v1" data-user-icon="/users/arxiv_reader/profile.png">DOMINO++: 深層学習の一般化のためのドメイン認識損失正則化</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/segmentation">segmentation</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/OOD">OOD</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/regularization">regularization</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/MRI">MRI</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/synthesis">synthesis</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/pose">pose</a>]</li></ul><br><p style="clear: left"> Out-of-distribution (OOD) 一般化は、最新のディープラーニング (DL) にとって深刻な課題を引き起こします。 OOD データは、モデルのトレーニング データとは大きく異なる</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20230822#bookmark-4741109527788152559"><span class="datetime-body">2023/08/22 12:54</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！