arXiv · AI· Mainak Kundu, Ria Kanjilal, Ismail Uysal·· 5 小时前AI 评分35
提出自适应对数相关熵损失以增强非高斯噪声下的鲁棒深度学习
Robust Learning under Non-Gaussian Noise with Adaptive Log-Correntropy Loss
AI 导读
提出自适应对数联合相关熵损失（ALCL），通过可微重参数化联合学习形状与尺度参数，使损失几何在优化中自适应演化。 ALCL 的 psi 函数形式上有界且重降，在四种基准数据集上，高噪声场景下灰度中位准确率最高提升 4.75%，RGB 数据集提升 4.51%。 提供静态相关熵损失的计算高效替代方案，适用于非高斯环境下的深度学习。
来源：arXiv · AI · arxiv.org