OOD
1.[ICLR2018]Enhancing The Reliability of Out-Of-Disribution Image Detection In Neural Networks - [2022.06.28]
paper review
2022년 6월 28일
2.[ICLR2017]A Baseline For Detecting Misclassified And Out-Of-Distribution Examples In Neural Networks - [2022.07.07]
paper review
2022년 7월 6일
3.[ICLR2015]Explaning and Harnessing Adversarial Examples - [2022.07.07]
Paper review
2022년 7월 6일
4.[ICLR2021] SSD: A Unified Framework For Self-Supervised Outlier Detection - [2022.07.11]
본 논문은 OOD문제를 self-supervised learning을 통한 representation learning에 기반하여 문제를 해결한다. > We ask the following question: what training information is requ
2022년 7월 11일
5.[ICML2018]Deep One-Class Classification - [2022.07.18]
딥러닝이 많이 발전하고, 여러가지 접근법들이 많이 나왔지만 이상치 탐지(anomaly detection)에 관한 내용은 여전히 좀 부족하다. 그래서 저자들은 새로운 이상치 탐지 기법인 Deep Support Vector Data Description에 대해 제시했다.M
2022년 7월 18일
6.[ICCV2019]Unsupervised Out-of-Distribution Detection by Maximum Classifier Discrepancy - [2022.07.18]
굉장히 간단하면서도 재밌는 아이디어를 가진 논문이다.여느 논문들과 같이 이 논문도 Out-of-Distribution을 어떻게 하면 잘 잡을 수 있을지에 대한 방법을 다룬 논문이다.논문에서 가장 핵심 아이디어는 다음과 같다.먼저 가장 기본적으로 사용되는 OOD 방법처럼
2022년 7월 18일
7.[ICML2017]On Calibration of Modern Neural Networks - [2022.07.20]
Calibration
2022년 7월 20일
8.[ArXiv2018]Learning Confidence for Out-of-Distribution Detection in Neural Networks - [2022.08.01]
논문의 저자는 다음과 같이 설명한다. > To jointly address these issues, we propose a method of learning confidence estimates for neural networks that is simple to im
2022년 8월 1일