作者
上市的：- 尤瓦尔·迈尔
- 奥菲克·特维特
- 埃拉·科雷什
- 亚登，扎奇
- 伊多·坎特
摘要
分类任务的典型目的是最大限度地提高给定输入的预测标签的准确性。该精度随着置信度的增加而增加，置信度是输出单位的最大值，当精度等于置信度时，即可实现校准。在此，提出了几种方法来提高具有类似置信度的输入的准确性，大大超出校准范围。利用最大输出值和第二最大输出值之间的第一个间隙，提高了具有相似置信度的输入的准确性。在一组增广输入中，将置信度或置信差距扩大到最小值，可以进一步提高具有类似置信度的输入的准确性。在ImageNet和CIFAR-100上训练的EfficientNet-B0和在CIFAR-100上训练的VGG-16上展示了增强的精度。结果表明，对于需要对给定部分低精度输入进行手动操作的高精度分类任务，改进了应用程序。
建议引用
Meir、Yuval&Tevet、Ofek&Koresh、Ella&Tzach、Yarden&Kanter、Ido，2024年。"深度学习中的高级自信方法,"物理学A：统计力学及其应用爱思唯尔，第641（C）卷。手柄：RePEc:eee:phsmap:v:641:y:2024:i:c:s037843712400267x公司
DOI:10.1016/j.physa.2024.129758
从出版商下载全文
由于此文档的访问受到限制，您可能希望搜索换一个不同的版本。
更正
本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:eee:phsmap:v:641:y:2024:i:c:s037843712400267x公司。请参阅一般信息关于如何更正RePEc中的材料。
如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。
我们没有这个项目的参考书目。您可以使用来帮助添加它们这个表格.
如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。
有关本项目的技术问题，或更正作者、标题、摘要、参考书目或下载信息，请联系：Catherine Liu（电子邮件地址如下）。供应商的一般联系方式：http://www.journals.elsevier.com/physica-a-statistical-mechapplications网站/.
请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。
