data augmentation · AI news

The method improves MLIP accuracy for vibrational analysis and transition state search without computational overhead, benefiting computational chemistry applications.

#MLIPs #Hessian #data augmentation

arXiv cs.LG@Bumju Kwak, Jeonghee JoSource

Papers10:13

Chinese content随机权重平均提升数据增强效果

不用训练多次就能拿到类似深度集成的对称性提升，做数据增强的可以看看。

#SWA #data augmentation

arXiv cs.LG@Longde Huang et al. (3)Source

Papers18:19

Chinese contentAlbumentationsX：图像与标注统一增强管线

做目标检测或分割的可以看看，AlbumentationsX 把图像和标注的增强统一了，避免随机变换错位，还能重放调试。

#AlbumentationsX #data augmentation #PyTorch

arXiv cs.LG@Vladimir IglovikovSource

Papers10:07

Chinese contentOTLesMix：用Wasserstein重心和最优传输生成多样合成病灶

OTLesMix用Wasserstein重心造形状位置更多样的病灶，脑分割Dice提升2.9-6.6，比现有mix方法都强。

#OTLesMix #optimal transport #data augmentation

arXiv cs.LG@Robin Trombetta, Carole LartizienSource

Papers10:59

Chinese content学习投影梯度下降求解器迭代的复杂度界与方法

这篇论文教你怎么用求解器的中间迭代步骤来多搞训练数据，还给了理论分析并连接到GLENS方法，做优化或生成模型的人可以看看。

#Projected Gradient Descent #data augmentation #k-neighborhood #GLENS

arXiv cs.LG@Anjian Li, Ryne BeesonSource

Papers11:51

Chinese content投毒攻击对增强3D点云数据集在自动驾驶中的影响评估

这篇论文用具体实验证明，GAN数据增强挡不住针对自动驾驶3D点云的投毒攻击，后门照样能影响分类器，值得搞AI安全的人看看。

#3D Point Cloud #GAN #autonomous driving #data augmentation

arXiv cs.LG@Marwan Lazrag et al. (4)Source

Papers11:25

Chinese contentWorldSample：闭环真实机器人强化学习与世界建模

机器人强化学习的新思路，WorldSample 用世界模型生成合成数据，成功率提28%还省了59%训练时间，值得一看。

#WorldSample #reinforcement learning #world models #robots

arXiv cs.AI@Yuquan Xue et al. (8)Source

Papers09:23

Chinese content离线RL中的泛化：结构比悲观程度更重要

这篇论文用理论和实验告诉你，离线RL里悲观多少不重要，悲观的结构对不对才关键，还给出了数据增强的正确用法。

#generalization #data augmentation #IQL

arXiv cs.LG@Max Weltevrede et al. (3)Source

Papers11:35

Chinese content保留困难区域，再生其余：扩散模型不确定性引导的合成数据增强

搞语义分割的可以试试这个，它只增强模型犯难的区域，在几个自动驾驶数据集上提点挺明显，尤其是稀有类别。

#diffusion models #Cityscapes #data augmentation

arXiv cs.LG@Nikolai Röhrich et al. (5)Source

Papers11:10

Chinese contentAutoBackSwap：自动背景交换提升分类器对虚假背景的鲁棒性

这篇论文提出了AutoBackSwap，只用几百张图片的标注就能让模型不依赖背景，效果比之前的方法都好，做图像分类的值得一看。

#AutoBackSwap #data augmentation

arXiv cs.LG@Cesar Roder, Kajetan SchweighoferSource

Papers11:45

Chinese contentQC-SMOTE：质量控制SMOTE用于不平衡分类

这篇论文提出了QC-SMOTE，在30个数据集上比传统SMOTE获得更好的AUC和F1分数，特别适合处理中度到高度不平衡的数据。

#QC-SMOTE #SMOTE #data augmentation

arXiv cs.LG@Parth Upman, Shreyank N GowdaSource

PapersSelected09:33

Chinese contentTREAD：用VLM重标注机器人数据，提升指令跟随鲁棒性

做机器人数据增强和指令跟随的团队，TREAD用VLM低成本提升数据集质量，直接增强策略泛化，值得在LIBERO等基准上试试。

#robot learning #data augmentation #VLM #generalization

arXiv cs.LG@Artur Kuramshin et al. (4)Source

PapersSelected09:29

Chinese content神经网络数据对称性不必然导致守恒律

这项研究澄清了数据对称性与神经网络训练动力学之间的深层关系，对理解数据增强的理论基础有重要意义。做理论研究的机器学习学者值得关注，它可能影响你对数据增强策略的设计思路。

#neural networks #data augmentation

arXiv cs.LG@Jakob Galley et al. (3)Source

Papers10:25

Chinese content用从未发生的对话训练ASR：合成对话提升低资源语言识别

低资源语言ASR团队终于有了可落地的数据增强方案——用LLM+TTS生成对话数据，效果堪比数倍真实数据。做多说话人语音识别的开发者值得一试，尤其适合匈牙利语等小语种场景。

#speech recognition #data augmentation #low-resource languages #TTS

arXiv cs.AI@Máté Gedeon, Péter MihajlikSource

PapersSelected11:15

Chinese contentPGT：程序化生成任务提升MLLM视觉定位能力

PGT用低成本数据生成解决了MLLM细粒度视觉理解的瓶颈，做多模态模型训练或评估的团队可以直接用这个框架提升定位能力，值得一试。

#data augmentation #PGT

arXiv cs.AI@Rim Assouel et al. (4)Source

Papers19:10

Chinese content自信度引导扩散增强：孟加拉复合字符识别新突破

该研究为低资源语种手写识别提供了一种实用的数据增强思路，结合扩散模型与自信度过滤，方法通用且效果显著，对同类任务有参考价值。

#diffusion models #data augmentation

arXiv cs.AI@Md. Sultan Al Rayhan, Maheen IslamSource