نویسندگان:
(1) نورا اشنایدر، گروه علوم کامپیوتر، ETH زوریخ، زوریخ، سوئیس ([email protected])
(2) شیرین گشتاسب پور، گروه علوم کامپیوتر، ETH زوریخ، زوریخ، سوئیس و مرکز علوم داده سوئیس، زوریخ، سوئیس ([email protected])
(3) فرناندو پرز-کروز، گروه علوم کامپیوتر، ETH زوریخ، زوریخ، سوئیس و مرکز علوم داده سوئیس، زوریخ، سوئیس ([email protected]).
جدول پیوندها
چکیده و 1 مقدمه
2 پس زمینه
2.1 افزایش داده ها
2.2 رگرسیون لنگر
3 تقویت داده لنگر
3.1 مقایسه با C-Mixup و 3.2 حفظ ساختار داده غیرخطی
3.3 الگوریتم
4 آزمایش و 4.1 داده های مصنوعی خطی
4.2 رگرسیون غیرخطی مسکن
4.3 تعمیم در توزیع
4.4 استحکام خارج از توزیع
5 نتیجه گیری، تأثیر گسترده تر، و مراجع
اطلاعات اضافی برای تقویت داده های لنگر
B آزمایش ها
4 آزمایش
ما به طور تجربی عملکرد ADA را بررسی و مقایسه می کنیم. اول، ما از ADA در یک تنظیم در توزیع برای یک مسئله رگرسیون خطی استفاده می‌کنیم (بخش 4.1)، که در آن نشان می‌دهیم که حتی در این مورد، ADA عملکرد بهبود یافته‌ای را در رژیم داده کم ارائه می‌کند. دوم، در بخش 4.2، ما ADA و C-Mixup را به مجموعه داده‌های مسکن کالیفرنیا و بوستون اعمال می‌کنیم که تعداد…