Synbols：用合成数据集探查学习算法
计算机视觉与模式识别
2020-11-06 v2 人工智能
摘要
机器学习领域的进展得益于推动现有算法极限的基准数据集的引入。因此，设计用于测试学习算法特定属性和失效模式的数据集是一个备受关注的问题，因为它对该领域的创新有直接影响。在此意义上，我们介绍了Synbols——Synthetic Symbols——一种用于快速生成具有丰富潜在特征组合的低分辨率图像新数据集的工具。Synbols利用了Unicode标准中大量的可用符号以及开源字体社区提供的广泛艺术字体。我们工具的高层接口提供了一种用于快速生成潜在特征新分布的语言，包括各类纹理和遮挡。为展示Synbols的通用性，我们使用它在多种学习设置中剖析标准学习算法的局限与缺陷，包括监督学习、主动学习、分布外泛化、无监督表示学习和目标计数。
引用
@article{arxiv.2009.06415,
title = {Synbols: Probing Learning Algorithms with Synthetic Datasets},
author = {Alexandre Lacoste and Pau Rodríguez and Frédéric Branchaud-Charron and Parmida Atighehchian and Massimo Caccia and Issam Laradji and Alexandre Drouin and Matt Craddock and Laurent Charlin and David Vázquez},
journal= {arXiv preprint arXiv:2009.06415},
year = {2020}
}