基于图平滑的神经网络校准方法 Neighborhood Smoothing 提出

研究者提出图平滑（graph smoothing）作为训练时校准的通用原则，通过惩罚表征空间中相邻样本预测分布间的 Jensen-Shannon 散度，推出名为 Neighborhood Smoothing 的图正则化器。