Beyond Augmented-Action Surrogates for Multi-Expert Learning-to-Defer
超越增强动作代理的多专家学习延迟决策
机构 * School of Computing(计算学院) ; Fédération ENAC(ENAC联合会) ; ISAE-SUPAERO ; ONERA ; National University of Singapore(新加坡国立大学) ; Université de Toulouse(图卢兹大学) ; Agency for Science, Technology and Research(科技研究局) ; Institute for Infocomm Research(信息通信研究所)
专题命中 病理影像 :pathology(abstract);分类 cs.LG
AI总结 针对多专家学习延迟决策问题,提出一种解耦代理损失函数,通过独立sigmoid头与softmax分类器头分离优化,解决了现有方法中的优化病理问题,并首次给出不随专家数量增长的校准常数界。