重新审视互信息最大化在广义类别发现中的应用

📝

内容提要

通过信息最大化(InfoMax)概率参数分类器的视角,本文重新探讨了泛化类别发现的挑战,发现通过确保已知和未知类的独立性,同时假设在所有类别上保持均匀的概率分布,可以扩大已知和未知类之间的边界,从而提高模型的性能。为了实现上述独立性,我们提出了一种基于新颖的 InfoMax 方法,即正则化参数 InfoMax(RPIM),该方法在 InfoMax...

➡️

继续阅读