跳到正文
arXiv · 机器人与计算机视觉· Mohammadreza Tavasoli Naeini, Ali Bereyhi, Morteza Noshad, Ben Liang, Alfred O. Hero III·· 2026-10-16AI 评分65

BOLT:通过贝叶斯误差上界进行通用分类器训练

BOLT: Universal Classifier Training via a Bayes-Error Upper Bound

AI 导读

该工作介绍了一种从分类器输出样本计算贝叶斯误差率(BER)通用上界的新方法,并将其作为底层分类任务的性能准则。研究证明该上界在二元情况下是紧的,并刻画了多类聚合公式中的最大和间隙。

来源:arXiv · 机器人与计算机视觉 · arxiv.org