【源头活水】顶刊解读！IEEE T-PAMI （CCF-A，IF 23.6）2024年46卷第二期

文章预览

“ 问 渠 那 得 清 如 许 ， 为 有 源 头 活 水 来 ” ， 通 过 前 沿 领 域 知 识 的 学 习 ， 从 其 他 研 究 领 域 得 到 启 发 ， 对 研 究 问 题 的 本 质 有 更 清 晰 的 认 识 和 理 解 ， 是 自 我 提 高 的 不 竭 源 泉 。 为 此 ， 我 们 特 别 精 选 论 文 阅 读 笔 记 ， 开 辟 “ 源 头 活 水 ” 专 栏 ， 帮 助 你 广 泛 而 深 入 的 阅 读 科 研 文 献 ， 敬 请 关 注！ 分布外（OOD）样本检测 1.   Y. Wang, W. Sun, J. Jin, Z. Kong and X. Yue, "WOOD: Wasserstein-Based Out-of-Distribution Detection," in  IEEE Transactions on Pattern Analysis and Machine Intelligence , vol. 46, no. 2, pp. 944-956, Feb. 2024,  doi: 10.1109/TPAMI.2023.3328883. 分布外（OOD）样本检测 基于深度神经网络的分类器的训练和测试数据通常假设来自相同的分布。当部分测试样本的分布与训练样本的分布足够远(又称分布外(OOD)样本)时，经过训练 ………………………………