DRO-Augment缓解Mixup校准权衡
热点事件持续更新
DRO-Augment缓解Mixup校准权衡
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
研究者 Jiaming Hu 等人提出 DRO-Augment，将 Wasserstein 分布鲁棒优化（W-DRO）与多种 Mixup 数据增强策略结合，以缓解 Mixup 带来的“鲁棒性提升但校准误差（ECE）显著增大”的权衡问题。 据该研究，在 CIFAR-10、CIFAR-100、CIFAR-10-C 和 CIFAR-100-C 上，DRO-Augment 大幅降低 ECE，同时基本保持损坏数据上的准确率。
AI 根据报道生成 · 7 小时前更新
最新进展10月7日 12:00
DRO-Augment：用 Wasserstein 分布鲁棒优化改善 Mixup 校准报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv stat.MLDRO-Augment：用 Wasserstein 分布鲁棒优化改善 Mixup 校准
针对 Mixup 数据增强中"鲁棒性提升但校准误差（ECE）显著增大"的权衡问题，研究者提出 DRO-Augment，将 Wasserstein 分布鲁棒优化（W-DRO）与多种 Mixup 策略结合，在 CIFAR-10、CIFAR-100、CIFAR-10-C 和 CIFAR-100-C 上大幅降低 ECE，同时基本保持损坏数据准确率。
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。