研究者提出基于马氏距离方差的OOD检测方法MahaVar
热点事件持续更新
研究者提出基于马氏距离方差的OOD检测方法MahaVar
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Donghwan Kim 与 Hyunsoo Yoon 提出 MahaVar，一种事后 OOD 检测方法，在 Mahalanobis 距离基础上增加类间距离方差项。论文称，按照 OpenOOD v1.5 基准协议，该方法在 CIFAR-100 和 ImageNet 上取得 SOTA 性能。 方法的核心观察是：分布内样本在各类马氏距离上呈现显著的尖峰极小值结构、方差较高，而 OOD 样本方差较低。作者基于 Neural Collapse 几何为这一观察给出了理论证明。
AI 根据报道生成 · 1 小时前更新
最新进展10月31日 12:00
MahaVar：基于神经坍缩下类间马氏距离方差的 OOD 检测方法报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIMahaVar：基于神经坍缩下类间马氏距离方差的 OOD 检测方法
论文提出 MahaVar，一种事后 OOD 检测器，在 Mahalanobis 距离基础上增加类间距离方差项。其核心观察是：分布内样本在各类马氏距离上呈现显著的尖峰极小值结构、方差高，而 OOD 样本方差较低，并基于 Neural Collapse 几何给出理论证明。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。