DUEL: 在主动内存上的重复消除用于自监督的类别不平衡学习
💡
原文中文,约400字,阅读约需1分钟。
📝
内容提要
该文章介绍了一种新的框架Duplicate Elimination (DUEL),通过活跃数据过滤过程解决类别不平衡问题。该框架集成了活动记忆和独特性信息,优化特征提取器和记忆。DUEL策略通过替换重复数据样本增强记忆中的独特性信息,减轻类别不平衡问题。验证了DUEL框架在类别不平衡环境中的有效性。
🎯
关键要点
- 文章介绍了一种新的框架Duplicate Elimination (DUEL)。
- DUEL框架通过活跃数据过滤过程解决类别不平衡问题。
- 该框架集成了活动记忆和独特性信息,优化特征提取器和记忆。
- DUEL策略通过替换重复数据样本增强记忆中的独特性信息。
- 验证了DUEL框架在类别不平衡环境中的有效性。
- 使用各种指标和可视化分析了DUEL策略在训练过程中的作用。
🏷️
标签
➡️