arXiv cs.AI· Yifei Zhao, Fanyu Zhao, Shengtang Wu, Han Zhang, Ruike Cao, Yinsheng Li·· 1 天前AI 评分37
UGA：不确定性门控梯度更新，推动广义少样本 3D 分割新 SOTA
Uncertainty Gates the Gradient: Adaptive Updates for Generalized Few-Shot 3D Segmentation
AI 导读
arXiv 论文提出不确定性门控自适应框架 UGA，据称是首个将不确定性提升到更新级门控的广义少样本 3D 点云分割方法。其核心模块 UG-Update 通过合并支持样本与伪标签新类监督的类内离散度估计 episodic 可靠性，选择性地门控残差梯度更新，并配套 UB-Filter 过滤伪标签。
来源：arXiv cs.AI · arxiv.org