会员服务
在具有两个类别的统计分类问题中，决策边界或决策面是将基础向量空间划分为两组的超曲面，每个类别一个。 分类器会将决策边界一侧的所有点归为一类，并将另一侧的所有点归为另一类。 决策边界是问题空间中分类器的输出标签不明确的区域。如果决策面是超平面，则分类问题是线性的，并且类别是线性可分离的。 决策界限并不总是很明确。 也就是说，从特征空间中的一个类到另一个类的过渡不是不连续的，而是渐进的。 这种效果在基于模糊逻辑的分类算法中很常见，其中一类或另一类的成员资格不明确。
Understanding the geometry of deep learning with decision boundary volume
Arxiv
0+阅读 · 3月16日
Minimax learning rates for estimating binary classifiers under margin conditions
Arxiv
0+阅读 · 3月13日
GraphKeeper: Graph Domain-Incremental Learning via Knowledge Disentanglement and Preservation
Arxiv
0+阅读 · 3月10日
Shape vs. Context: Examining Human--AI Gaps in Ambiguous Japanese Character Recognition
Arxiv
0+阅读 · 2月27日
Akkumula: Evidence accumulation driver models with Spiking Neural Networks
Arxiv
0+阅读 · 3月4日
MUSE: Multi-Tenant Model Serving With Seamless Model Updates
Arxiv
0+阅读 · 2月24日
Rashomon Sets and Model Multiplicity in Federated Learning
Arxiv
0+阅读 · 2月10日
Don't Walk the Line: Boundary Guidance for Filtered Generation
Arxiv
0+阅读 · 2月13日
Algebraic Robustness Verification of Neural Networks
Arxiv
0+阅读 · 2月5日
MUSE: Multi-Tenant Model Serving With Seamless Model Updates
Arxiv
0+阅读 · 2月12日
Epsilon-Neighborhood Decision-Boundary Governed Estimation (EDGE) of 2D Black Box Classifier Functions
Arxiv
0+阅读 · 2月13日
Hardware-Triggered Backdoors
Arxiv
0+阅读 · 1月31日
Refining Decision Boundaries In Anomaly Detection Using Similarity Search Within the Feature Space
Arxiv
0+阅读 · 2月2日
To Search or Not to Search: Aligning the Decision Boundary of Deep Search Agents via Causal Intervention
Arxiv
0+阅读 · 2月3日
Hardware-Triggered Backdoors
Arxiv
0+阅读 · 1月29日
参考链接
微信扫码咨询专知VIP会员
Top