SPUNA: aprendizaje PU robusto para detectar cambio de covariable
SPUNA detecta cambios de covariable con aprendizaje PU y geometría local, igualando rendimiento supervisado. Ideal para visión robusta.
SPUNA detecta cambios de covariable con aprendizaje PU y geometría local, igualando rendimiento supervisado. Ideal para visión robusta.
Descubra cómo la nueva estructura 'Árbol LCLL' define la aprendibilidad en clasificación online transductiva con etiquetas ilimitadas, y las dos únicas tasas óptimas posibles.
Mejora la clasificación selectiva con consultas por pares: reduce errores en muestras de alta confianza y optimiza el balance precisión-costo en IA.
Descubre cómo el método SEI utiliza la entropía para identificar imágenes mal etiquetadas, mejorando el rendimiento de redes profundas en diagnóstico médico.
Descubre cómo el nuevo método IAM usa la inconsistencia local para mejorar la generalización en modelos de deep learning, incluso sin etiquetas. Optimiza tu entrenamiento.