WACV 2027接收受控部分神经坍塌方法
热点事件持续更新
WACV 2027接收受控部分神经坍塌方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究人员Hyeontaek Hwang等提出受控部分神经坍塌方法,针对长尾识别中头部类坍缩导致泛化问题,允许头部类坍缩而尾部类保留类内多样性。 该方案实现为骨干网络上的两个协同控制:CASA分类器与ETF-AM损失,在CIFAR100-LT、ImageNet-LT、Places-LT和iNaturalist-2018上达到整体准确率最佳。 该论文已被WACV 2027会议接收,标志着其在长尾识别领域的贡献获得学术认可。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
受控部分神经网络坍缩提升长尾识别效果报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv · AI受控部分神经网络坍缩提升长尾识别效果
提出CASA分类器与ETF-AM损失实现受控部分神经网络坍缩。 该方法允许头部类坍缩而尾部类保留类内多样性,在CIFAR100-LT等数据集上达到最佳整体准确率。 文章已被WACV 2027会议接收。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。