arXiv · 机器人与计算机视觉· Faisal Mohammad, Mohamed Younis·· 6 天前AI 评分53
Arbor:当标签未被随机粗化时的处理方案
Arbor: When Labels Are Not Coarsened at Random
AI 导读
论文 Arbor 针对合并不同层级标签数据集后出现的细粒度缺失问题,提出一种在分类器中直接建模标签粗化过程的虚拟类别与逻辑门控方法。该方法将新类视为违反假设的实体,通过训练逻辑门分配概率,证明其在群体最优时等同于 Elkan-Noto 修正,且优于事后应用该修正。
来源:arXiv · 机器人与计算机视觉 · arxiv.org