arXiv · ML· Zheng Cui, Daniel Zhuoyu Long, Jin Qi, Chen Yang, Ruohan Zhan·· 6 小时前AI 评分20
基于脆弱性指数 FI 的风险感知分类与鲁棒学习框架
Fragility-aware Classification for Risk Characterization and Robust Learning
AI 导读
论文提出脆弱性指数 FI，用于量化分类器在分布不确定性下的尾部风险，弥补准确率与 AUC 忽略高置信度误判的缺陷。 FI 在鲁棒满足（RS）框架中定义，衍生出可优化的替代训练机制及适用于交叉熵、Hinge 和 Lipschitz 损失的精确重构形式。 在真实医疗诊断任务中，基于 FI 训练的模型在保持竞争力预测性能的同时，实现了更低的平均操作成本。
来源：arXiv · ML · arxiv.org