Skip to Main content Skip to Navigation
Conference papers

A Simple Statistical Method to Detect Covariate Shift

Résumé : L'utilisation croissante de réseaux de neurones dans le traitement automatique de données soulève de nouvelles problématiques. L'une d'elles est la détection de décalage des covariables d'entrées. Ce décalage entraîne une inadéquation entre le réseau et les données: le réseau continue de traiter les données, mais fournit des résultats vides de sens. Nous présentons des méthodes statistiques de détection de comportement peu confiant. Abstract-The growing use of neural networks for automatic data processing raises new challenges. Among this is detecting changes of distribution or covariate shift of the inputs. The shift leads to a mismatch between the network and the incoming data: the network makes decisions but its outputs are meaningless. This paper introduces a novel statistical method to detect under-confident behavior of the network.
Document type :
Conference papers
Complete list of metadatas

Cited literature [10 references]  Display  Hide  Download

https://hal-centralesupelec.archives-ouvertes.fr/hal-02172298
Contributor : Pierre Duhamel <>
Submitted on : Saturday, April 25, 2020 - 6:20:02 PM
Last modification on : Monday, May 11, 2020 - 10:20:48 AM

File

GRETSI_2019.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-02172298, version 1

Citation

Clément Feutry, Pablo Piantanida, Florence Alberge, Pierre Duhamel. A Simple Statistical Method to Detect Covariate Shift. XXVIIème Colloque francophone de traitement du signal et des images (Gretsi 2019), Aug 2019, Lille, France. ⟨hal-02172298⟩

Share

Metrics

Record views

20

Files downloads

19