ASI：用于评估深度学习模型的准确率-稳定性指数
机器学习
2024-02-16 v2 人工智能
计算机视觉与模式识别
信息论
性能
math.IT
摘要
在深度学习研究持续推出新模型的背景下，有效且高效的评估需求至关重要。现有方法常强调准确率指标，忽视稳定性。为此，本文引入准确率-稳定性指数（ASI），一种融合准确率与稳定性以评估深度学习模型的量化度量。实验结果展示了ASI的应用，并呈现了一个用于可视化ASI、平均准确率与变异系数的3D曲面模型。本文探讨了深度学习模型量化基准度量这一重要问题，为准确评估深度学习模型的准确率与稳定性提供了新途径。文末讨论了潜在弱点并概述了未来研究方向。
引用
@article{arxiv.2311.15332,
title = {ASI: Accuracy-Stability Index for Evaluating Deep Learning Models},
author = {Wei Dai and Daniel Berleant},
journal= {arXiv preprint arXiv:2311.15332},
year = {2024}
}
备注
6 pages, 3 figures