可控环境下自监督学习分布外检测性能的评估
机器学习
2021-10-19 v2
摘要
我们用一个新的评估框架评估自监督学习（self-supervised learning, SSL）技术的分布外（out-of-distribution, OOD）检测性能。与先前的评估方法不同，所提框架调整 OOD 样本与分布内样本的距离。我们在所提框架的三种不同实现上，使用模拟样本、图像和文本，对大量 OOD 检测算法组合进行评估。SSL 方法在所有评估设置中一致展现出改进的 OOD 检测性能。
引用
@article{arxiv.2011.13120,
title = {Evaluation of Out-of-Distribution Detection Performance of Self-Supervised Learning in a Controllable Environment},
author = {Jeonghoon Park and Kyungmin Jo and Daehoon Gwak and Jimin Hong and Jaegul Choo and Edward Choi},
journal= {arXiv preprint arXiv:2011.13120},
year = {2021}
}
备注
Accepted to NeurIPS 2020 Workshop: Self-Supervised Learning - Theory and Practice