arXiv · cs.AI · Mainak Kundu, Ria Kanjilal, Ismail Uysal2026-11-04 13:00 · 6 小时前模型评分32

自适应 Log-Correntropy 损失（ALCL）提升非高斯噪声下的深度学习鲁棒性

Robust Learning under Non-Gaussian Noise with Adaptive Log-Correntropy Loss

导读

研究者提出自适应 Log-Correntropy 损失（ALCL，Adaptive Log-Correntropy Loss），在优化过程中与网络权重联合学习对数残差模型（logarithmic residual model）的形状和尺度参数，使损失几何随残差统计动态调整。

分类置信度

中 · 待人工复核

来源级别：媒体与个人

事件类型：研究发布

证据摘录

“To address these limitations, we propose an Adaptive Log-Correntropy Loss (ALCL), a heavy-tailed loss formulation that adaptively learns its robustness geometry during optimization.”

来源：arXiv · cs.AI · arxiv.org