跳到正文
arXiv · 机器人与计算机视觉· Chenyi Huang·· 17 天前AI 评分58

可解释结构化温度缩放:用于图神经网络与点云分割的校准方法

Interpretable structural temperature scaling for calibrating graph neural networks and point-cloud segmentation

AI 导读

Chenyi Huang 提出 Interpretable Structural Temperature Scaling (ISTS),这是一种十二参数线性模型,通过节点置信度、邻域及距标记节点的接近度等命名描述符设定每个节点的温度。

来源:arXiv · 机器人与计算机视觉 · arxiv.org