用于持续测试时自适应的共形不确定性指示器
机器学习
2025-02-06 v1
摘要
持续测试时自适应（CTTA）旨在测试期间使模型适应顺序变化的领域，依赖伪标签进行自适应。然而，错误的伪标签会累积，导致性能下降。为了解决这个问题，我们为CTTA提出了一种共形不确定性指示器（CUI），利用共形预测（CP）生成包含指定覆盖率真实标签的预测集。由于领域偏移可能使覆盖率低于预期，导致CP不可靠，我们通过测量领域差异和数据差异来动态补偿覆盖率。然后，有选择地利用来自CP的可靠伪标签来增强自适应。实验证实，CUI能有效估计不确定性，并提高了各种现有CTTA方法的自适应性能。
引用
@article{arxiv.2502.02998,
title = {Conformal Uncertainty Indicator for Continual Test-Time Adaptation},
author = {Fan Lyu and Hanyu Zhao and Ziqi Shi and Ye Liu and Fuyuan Hu and Zhang Zhang and Liang Wang},
journal= {arXiv preprint arXiv:2502.02998},
year = {2025}
}