Buchumschlag

A margin-based replacement for cross-entropy loss

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Spratling, Michael W., Schütt, Heiko H.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Comprehensive Assessment Benchmark for Rigorously Evaluating Deep Learning Image Classifiers
von: Spratling, Michael W.
Veröffentlicht: (2023)

Regularizing cross entropy loss via minimum entropy and K-L divergence
von: Ibraheem, Abdulrahman Oladipupo
Veröffentlicht: (2025)

OODRobustBench: a Benchmark and Large-Scale Analysis of Adversarial Robustness under Distribution Shift
von: Li, Lin, et al.
Veröffentlicht: (2023)

When Multi-Task Learning Meets Partial Supervision: A Computer Vision Review
von: Fontana, Maxime, et al.
Veröffentlicht: (2023)

AROID: Improving Adversarial Robustness Through Online Instance-Wise Data Augmentation
von: Li, Lin, et al.
Veröffentlicht: (2023)

One Prompt Word is Enough to Boost Adversarial Robustness for Pre-trained Vision-Language Models
von: Li, Lin, et al.
Veröffentlicht: (2024)

Explaining Away Results in Accurate and Tolerant Template Matching
von: Spratling, M. W.
Veröffentlicht: (2019)

On margin-based generalization prediction in deep neural networks
von: Mouton, Coenraad
Veröffentlicht: (2024)

Tex-ViT: A Generalizable, Robust, Texture-based dual-branch cross-attention deepfake detector
von: Dagar, Deepak, et al.
Veröffentlicht: (2024)

A hierarchical loss and its problems when classifying non-hierarchically
von: Wu, Cinna, et al.
Veröffentlicht: (2017)

FAAR: Efficient Frequency-Aware Multi-Task Fine-Tuning via Automatic Rank Selection
von: Fontana, Maxime, et al.
Veröffentlicht: (2026)

A series of maximum entropy upper bounds of the differential entropy
von: Nielsen, Frank, et al.
Veröffentlicht: (2016)

Visualizing the loss landscape of Self-supervised Vision Transformer
von: Lee, Youngwan, et al.
Veröffentlicht: (2024)

Visualizing high-dimensional loss landscapes with Hessian directions
von: Böttcher, Lucas, et al.
Veröffentlicht: (2022)

Advantages of Neural Population Coding for Deep Learning
von: Hoffmann, Heiko
Veröffentlicht: (2024)

FogGuard: guarding YOLO against fog using perceptual loss
von: Gharatappeh, Soheil, et al.
Veröffentlicht: (2024)

Inverse problems with diffusion models: MAP estimation via mode-seeking loss
von: Gutha, Sai Bharath Chandra, et al.
Veröffentlicht: (2025)

Investigating generalization capabilities of neural networks by means of loss landscapes and Hessian analysis
von: Gabdullin, Nikita
Veröffentlicht: (2024)

Uncertainty Quantification for cross-subject Motor Imagery classification
von: Manivannan, Prithviraj, et al.
Veröffentlicht: (2024)

On the importance of cross-task features for class-incremental learning
von: Soutif--Cormerais, Albin, et al.
Veröffentlicht: (2021)

Bayesian generative models can flag performance loss, bias, and out-of-distribution image content
von: López-Pérez, Miguel, et al.
Veröffentlicht: (2025)

Unmixing microinfrared spectroscopic images of cross-sections of historical oil paintings
von: Pande, Shivam, et al.
Veröffentlicht: (2026)

Deep Learning for identifying systolic complexes in SCG traces: a cross-dataset analysis
von: Craighero, Michele, et al.
Veröffentlicht: (2024)

Segmentation-free Connectionist Temporal Classification loss based OCR Model for Text Captcha Classification
von: Khatavkar, Vaibhav, et al.
Veröffentlicht: (2024)

Optimizing Dense Visual Predictions Through Multi-Task Coherence and Prioritization
von: Fontana, Maxime, et al.
Veröffentlicht: (2024)

ALOOD: Exploiting Language Representations for LiDAR-based Out-of-Distribution Object Detection
von: Kösel, Michael, et al.
Veröffentlicht: (2026)

Revisiting Out-of-Distribution Detection in LiDAR-based 3D Object Detection
von: Kösel, Michael, et al.
Veröffentlicht: (2024)

Disentangled representations via score-based variational autoencoders
von: Lyo, Benjamin S. H., et al.
Veröffentlicht: (2025)

Video prediction using score-based conditional density estimation
von: Fiquet, Pierre-Étienne H., et al.
Veröffentlicht: (2024)

Mesh based segmentation for automated margin line generation on incisors receiving crown treatment
von: Alsheghri, Ammar, et al.
Veröffentlicht: (2025)

Latent Uncertainty Representations for Video-based Driver Action and Intention Recognition
von: Vellenga, Koen, et al.
Veröffentlicht: (2025)

Neural network relief: a pruning algorithm based on neural activity
von: Dekhovich, Aleksandr, et al.
Veröffentlicht: (2021)

Autonomous labeling of surgical resection margins using a foundation model
von: Yang, Xilin, et al.
Veröffentlicht: (2025)

SiT: Exploring Flow and Diffusion-based Generative Models with Scalable Interpolant Transformers
von: Ma, Nanye, et al.
Veröffentlicht: (2024)

Gait-based Age Group Classification with Adaptive Graph Neural Network
von: Aderinola, Timilehin B., et al.
Veröffentlicht: (2022)

A prototype-based model for set classification
von: Mohammadi, Mohammad, et al.
Veröffentlicht: (2024)

YOLO-SAT: A Data-based and Model-based Enhanced YOLOv12 Model for Desert Waste Detection and Classification
von: Sa'ad, Abdulmumin, et al.
Veröffentlicht: (2025)

Automated Detection of Multiple Sclerosis Lesions on 7-tesla MRI Using U-net and Transformer-based Segmentation
von: Maynord, Michael, et al.
Veröffentlicht: (2026)

Bridging the Simulation-to-Reality Gap in Electron Microscope Calibration via VAE-EM Estimation
von: van Hulst, Jilles S., et al.
Veröffentlicht: (2026)

Extending Dataset Pruning to Object Detection: A Variance-based Approach
von: Yagi, Ryota
Veröffentlicht: (2025)