Buchumschlag

Neuron Activation Coverage: Rethinking Out-of-distribution Detection and Generalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Yibing, Tian, Chris Xing, Li, Haoliang, Ma, Lei, Wang, Shiqi
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Gradient-Congruity Guided Federated Sparse Training
von: Tian, Chris Xing, et al.
Veröffentlicht: (2024)

Mining In-distribution Attributes in Outliers for Out-of-distribution Detection
von: Lei, Yutian, et al.
Veröffentlicht: (2024)

Optimal Parameter and Neuron Pruning for Out-of-Distribution Detection
von: Chen, Chao, et al.
Veröffentlicht: (2024)

Rethinking Graph Out-Of-Distribution Generalization: A Learnable Random Walk Perspective
von: Sun, Henan, et al.
Veröffentlicht: (2025)

Text Meets Topology: Rethinking Out-of-distribution Detection in Text-Rich Networks
von: Wang, Danny, et al.
Veröffentlicht: (2025)

FOOGD: Federated Collaboration for Both Out-of-distribution Generalization and Detection
von: Liao, Xinting, et al.
Veröffentlicht: (2024)

MADOD: Generalizing OOD Detection to Unseen Domains via G-Invariance Meta-Learning
von: Wang, Haoliang, et al.
Veröffentlicht: (2024)

Coverage-Guaranteed Prediction Sets for Out-of-Distribution Data
von: Zou, Xin, et al.
Veröffentlicht: (2024)

On the Learnability of Out-of-distribution Detection
von: Fang, Zhen, et al.
Veröffentlicht: (2024)

Improving Graph Out-of-distribution Generalization Beyond Causality
von: Xu, Can, et al.
Veröffentlicht: (2024)

Resting Neurons, Active Insights: Robustifying Activation Sparsity in LLMs via Spontaneity
von: Xu, Haotian, et al.
Veröffentlicht: (2025)

BAN: Detecting Backdoors Activated by Adversarial Neuron Noise
von: Xu, Xiaoyun, et al.
Veröffentlicht: (2024)

Tree-based Ensemble Learning for Out-of-distribution Detection
von: Shen, Zhaiming, et al.
Veröffentlicht: (2024)

SPACE: SPike-Aware Consistency Enhancement for Test-Time Adaptation in Spiking Neural Networks
von: Luo, Xinyu, et al.
Veröffentlicht: (2025)

Unraveling the Mechanics of Learning-Based Demonstration Selection for In-Context Learning
von: Liu, Hui, et al.
Veröffentlicht: (2024)

Rethinking the Function of Neurons in KANs
von: Altarabichi, Mohammed Ghaith
Veröffentlicht: (2024)

GAIA: Delving into Gradient-based Attribution Abnormality for Out-of-distribution Detection
von: Chen, Jinggang, et al.
Veröffentlicht: (2023)

Task-Specific Data Selection for Instruction Tuning via Monosemantic Neuronal Activations
von: Ma, Da, et al.
Veröffentlicht: (2025)

Code-Aware Prompting: A study of Coverage Guided Test Generation in Regression Setting using LLM
von: Ryan, Gabriel, et al.
Veröffentlicht: (2024)

Mixture Data for Training Cannot Ensure Out-of-distribution Generalization
von: Zhang, Songming, et al.
Veröffentlicht: (2023)

Feature Protection For Out-of-distribution Generalization
von: Tan, Lu, et al.
Veröffentlicht: (2024)

Is Meta-Learning Out? Rethinking Unsupervised Few-Shot Classification with Limited Entropy
von: Guan, Yunchuan, et al.
Veröffentlicht: (2025)

NERO: Explainable Out-of-Distribution Detection with Neuron-level Relevance
von: Chhetri, Anju, et al.
Veröffentlicht: (2025)

SGOOD: Substructure-enhanced Graph-Level Out-of-Distribution Detection
von: Ding, Zhihao, et al.
Veröffentlicht: (2023)

Activation Subspaces for Out-of-Distribution Detection
von: Zöngür, Barış, et al.
Veröffentlicht: (2025)

Rethinking Out-of-Distribution Detection for Reinforcement Learning: Advancing Methods for Evaluation and Detection
von: Nasvytis, Linas, et al.
Veröffentlicht: (2024)

The Best of Both Worlds: On the Dilemma of Out-of-distribution Detection
von: Zhang, Qingyang, et al.
Veröffentlicht: (2024)

Revisiting Neural Activation Coverage for Uncertainty Estimation
von: Franke, Benedikt, et al.
Veröffentlicht: (2026)

Out-of-distribution Generalization for Total Variation based Invariant Risk Minimization
von: Wang, Yuanchao, et al.
Veröffentlicht: (2025)

Can In-context Learning Really Generalize to Out-of-distribution Tasks?
von: Wang, Qixun, et al.
Veröffentlicht: (2024)

Bounded and Uniform Energy-based Out-of-distribution Detection for Graphs
von: Yang, Shenzhi, et al.
Veröffentlicht: (2025)

Topology-aware Robust Optimization for Out-of-distribution Generalization
von: Qiao, Fengchun, et al.
Veröffentlicht: (2023)

Spurious Feature Diversification Improves Out-of-distribution Generalization
von: Lin, Yong, et al.
Veröffentlicht: (2023)

A Survey of Out-of-distribution Generalization for Graph Machine Learning from a Causal View
von: Ma, Jing
Veröffentlicht: (2024)

Mitigating Overconfidence in Out-of-Distribution Detection by Capturing Extreme Activations
von: Azizmalayeri, Mohammad, et al.
Veröffentlicht: (2024)

Generalizing to New Dynamical Systems via Frequency Domain Adaptation
von: Qin, Tiexin, et al.
Veröffentlicht: (2025)

Bridging Multicalibration and Out-of-distribution Generalization Beyond Covariate Shift
von: Wu, Jiayun, et al.
Veröffentlicht: (2024)

On the Out-of-Distribution Coverage of Combining Split Conformal Prediction and Bayesian Deep Learning
von: Scemama, Paul, et al.
Veröffentlicht: (2023)

Subgraph Aggregation for Out-of-Distribution Generalization on Graphs
von: Liu, Bowen, et al.
Veröffentlicht: (2024)

Approximations to the Fisher Information Metric of Deep Generative Models for Out-Of-Distribution Detection
von: Dauncey, Sam, et al.
Veröffentlicht: (2024)