BriefGPT - AI 论文速递
·
你的数据并不完美：面向类不平衡数据的跨域分布外检测
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种新的类不平衡跨域分布外检测方法（CCOD），通过不确定性感知自适应语义对齐网络（UASA）提升检测性能，实验结果表明其优于现有方法。
🎯
关键要点
- 本研究提出了一种新的类不平衡跨域分布外检测方法（CCOD）。
- 该方法解决了传统分布外检测系统忽视的域间差距和类不平衡差距。
- 引入不确定性感知自适应语义对齐网络（UASA）以提升检测性能。
- 在源域构建标签驱动的原型，并利用这些原型进行目标分类。
- 实验结果表明，UASA在多个挑战性基准上超越了现有的先进方法。
➡️
