آموزش هوش مصنوعی برای دانستن اینکه چه زمانی نمی داند

نویسندگان:

(1) مقاله نویسندگان ناشناس تحت بررسی دو سو کور ، Jarrod Haas ، Sarlab ، گروه علوم مهندسی دانشگاه سیمون فریزر ؛ گروه دیجیتالی کانادا و [email protected]؛

(2) ویلیام یولند ، متائوپیما و [email protected]؛

(3) برنارد رابوس ، ساراب ، گروه علوم مهندسی ، دانشگاه سیمون فریزر و [email protected]بشر

  • چکیده و 1 مقدمه
  • 2 پس زمینه
    • 2.1 تعریف مشکل
    • 2.2 کار مرتبط
    • 2.3 عدم قطعیت عمودی عمیق
    • 2.4 L2 عادی سازی فضای ویژگی و فروپاشی عصبی
  • 3 روش
    • 3.1 مدل ها و عملکردهای از دست دادن
    • 3.2 اندازه گیری فروپاشی عصبی
  • 4 آزمایش
    • 4.1 نتایج OOD سریعتر و قوی تر
    • 4.2 پیوند فروپاشی عصبی با تشخیص OOD
  • 5 نتیجه گیری و کار آینده و منابع
    • یک ضمیمه
    • A.1 جزئیات آموزش
    • A.2 تأثیر عادی سازی L2 در نمرات SoftMax برای تشخیص OOD
    • A.3 GMM متناسب با فضای ورود به سیستم
    • A.4 بیش از حد با عادی سازی L2
    • A.5 اندازه گیری فروپاشی عصبی برای مداخله از دست دادن NC
    • A.6 ارقام اضافی

2 پس زمینه

2.1 تعریف مشکل

برای ارزیابی مدل ها ، تصاویر شناسه و ood را در یک مجموعه تست واحد ادغام می کنیم. عملکرد OOD سپس یک کار طبقه بندی باینری است ، جایی که ما اندازه گیری می کنیم که چگونه می توان تصاویر OOD را با استفاده از نمره حاصل از مدل ما از تصاویر شناسه جدا کرد. ما …

Source link