11:40
官方账号arXiv cs.AI@Raphaël Bonnet-Guerrini, Bruno Sanchez, Dominique Fouchez, Benjamin Racine, Maya Guy, Mariam Sabalbal, Manal Yassine, Vincenzo Piuri
推荐理由：这篇论文搞了个新训练方法，不用人工标数据就能把天文瞬变源和假信号分开，还自带靠谱的不确定度估计，对大型巡天项目很实用。
天文瞬变源
共 1 条相关 AI 资讯
7月7日
11:40
该论文提出一种基于注入瞬变源与污染巡天数据、无需人类标注的Real-Bogus分类框架。采用非对称协同训练的双网络模型处理不同噪声等级的类别标签。在基准子集上分类性能强劲，在严重类别污染下仍保持稳定。混合不确定性量化策略在MC dropout与深度集成之间取得低成本且校准良好的结果。隐空间分析显示不确定性对齐决策边界并揭示了假阳性群体内的子类。