潜在空间分析及其对超出分布数据的泛化
机器学习
2025-11-20 v1 机器学习
摘要
理解由深度学习系统从数据中导出的潜在决策空间中数据点之间的关系，对于评估和解释系统在现实世界数据上的性能至关重要。检测深度学习系统的超出分布（OOD）数据持续是活跃的研究主题。我们检讨潜在空间 OOD 检测与模型分类准确性之间的关系。使用开源模拟和测量的合成孔径雷达（SAR）数据集，我们经验性地演示 OOD 检测不能用作模型性能的代理度量。我们希望激发更多研究，深入探讨潜在空间的几何性质，以获得有关深度学习鲁棒性和泛化性的未来见解。
引用
@article{arxiv.2511.15010,
title = {Latent space analysis and generalization to out-of-distribution data},
author = {Katie Rainey and Erin Hausmann and Donald Waagen and David Gray and Donald Hulsey},
journal= {arXiv preprint arXiv:2511.15010},
year = {2025}
}