:::اطلاعات
نویسندگان:
(1) آتاناسیوس آنجلاکیس، مرکز پزشکی دانشگاه آمستردام، دانشگاه آمستردام – مرکز علوم داده، موسسه تحقیقات بهداشت عمومی آمستردام، آمستردام، هلند
(2) آندری راس، دن هاگ، هلند.
:::
جدول پیوندها
- چکیده و 1 مقدمه
- 2 اثر سوگیری کلاس خاص ناشی از افزایش داده ها تحت تأثیر داده ها، منظم سازی و معماری است.
- 2.1 افزایش استحکام داده ها پیشاهنگی
- 2.2 ویژگی های داده بر تعصب ناشی از افزایش تأثیر می گذارد
- 2.3 افزودن چرخش افقی تصادفی به تعصب ناشی از افزایش کمک می کند
- 2.4 معماری های جایگزین تأثیر متغیری بر تعصب ناشی از افزایش دارند
- 3 نتیجه گیری و محدودیت ها و مراجع
- ضمائم AL
ضمیمه ها
پیوست A: ابعاد تصویر (بر حسب پیکسل) از تصاویر آموزشی پس از برش تصادفی و قبل از تغییر اندازه
[32×32, 31×31, 30×30,
29×29, 28×28, 27×27,
26×26, 25×25, 24×24,
22×22, 21×21, 20×20,
19×19, 18×18, 17×17,
16×16, 15×15, 14×14,
13×13, 12×12, 11×11,
10×10, 9×9, 8×8,
6×6,5×5, 4×4, 3×3]
پیوست B: نمونه های مجموعه داده مربوط به بخش Fashion-MNIST مورد استفاده در آموزش
پیوست C: نمونه های مجموعه داده مربوط به بخش CIFAR-10 مورد استفاده در آموزش
پیوست D: نمونه های مجموعه داده مربوط به بخش CIFAR-100 مورد استفاده در آموزش
