Al-Shouha Modafar; Szűcs Gábor: Single and combined algorithms for open set classification on image datasets. In: Acta cybernetica, (26) 3. pp. 297-322. (2024)
Előnézet |
Cikk, tanulmány, mű
cybernetica_026_numb_003_297-322.pdf Letöltés (1MB) | Előnézet |
Absztrakt (kivonat)
Generally, classification models have closed nature, and they are constrained by the number of classes in the training data. Hence, classifying "unknown" - OOD (out-of-distribution) - samples is challenging, especially in the so called "open set" problem. We propose and investigate different solutions - single and combined algorithms - to tackle this task, where we use and expand a K-classifier to be able to identify K+1 classes. They do not require any retraining or modification on the K-classifier architecture. We show their strengths when avoiding type I or type II errors is fundamental. We also present a mathematical representation for the task to estimate the K+1 classification accuracy, and an inequality that defines its boundaries. Additionally, we introduce a formula to calculate the exact K+1 classification accuracy.
| Mű típusa: | Cikk, tanulmány, mű |
|---|---|
| Befoglaló folyóirat/kiadvány címe: | Acta cybernetica |
| Dátum: | 2024 |
| Kötet: | 26 |
| Szám: | 3 |
| ISSN: | 2676-993X |
| Oldalak: | pp. 297-322 |
| Nyelv: | angol |
| Kiadó: | University of Szeged, Institute of Informatics |
| Kiadás helye: | Szeged |
| Befoglaló mű URL: | https://acta.bibl.u-szeged.hu/86904/ |
| DOI: | 10.14232/actacyb.298356 |
| Kulcsszavak: | Bináris osztályozás, Többosztályos osztályozás, Adattudomány, Algoritmus |
| Megjegyzések: | Bibliogr.: p. 317-322. ; összefoglalás angol nyelven |
| Szakterület: | 01. Természettudományok 01. Természettudományok > 01.02. Számítás- és információtudomány |
| Feltöltés dátuma: | 2025. ápr. 15. 14:57 |
| Utolsó módosítás: | 2025. ápr. 15. 14:57 |
| URI: | http://acta.bibl.u-szeged.hu/id/eprint/86976 |
 |
Tétel nézet |
