elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Compact Feature Representation for Unsupervised Ood Detection

Saha, Sudipan und Gawlikowski, Jakob und Nandy, Jay und Zhu, Xiao Xiang (2022) Compact Feature Representation for Unsupervised Ood Detection. In: International Geoscience and Remote Sensing Symposium (IGARSS), Seiten 3143-3146. IEEE - Institute of Electrical and Electronics Engineers. IGARSS 2022, 2022-07-17 - 2022-07-22, Kuala Lumpur, Malaysia. doi: 10.1109/IGARSS46834.2022.9884481.

[img] PDF
221kB

Offizielle URL: https://ieeexplore.ieee.org/document/9884481

Kurzfassung

Distributional mismatch between training and test data may cause the remote sensing models to behave in unpredictable manner, thus reducing the trustworthiness of such models. Most existing methods for out-of-distribution (OOD) detection rely on availability of OOD samples during training. However, access to OOD data during training is counter intuitive and may be impractical sometimes. Considering this, we propose an unsupervised OOD detection model that does not require training OOD data. The proposed method works by projecting the in-domain samples as a union of 1-dimensional subspaces. Due to the compact feature representation of in-domain samples, OOD samples are less likely to occupy the same feature space, thus they are easily identified. Experimental results demonstrate the capability of the proposed method to detect OOD samples.

elib-URL des Eintrags:https://elib.dlr.de/193326/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Compact Feature Representation for Unsupervised Ood Detection
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Saha, SudipanTechnical University of MunichNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Gawlikowski, JakobJakob.Gawlikowski (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Nandy, JayNational University of Singapore,NICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Zhu, Xiao Xiangxiao.zhu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2022
Erschienen in:International Geoscience and Remote Sensing Symposium (IGARSS)
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/IGARSS46834.2022.9884481
Seitenbereich:Seiten 3143-3146
Verlag:IEEE - Institute of Electrical and Electronics Engineers
Status:veröffentlicht
Stichwörter:Out-of-distribution detection; OOD
Veranstaltungstitel:IGARSS 2022
Veranstaltungsort:Kuala Lumpur, Malaysia
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:17 Juli 2022
Veranstaltungsende:22 Juli 2022
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Künstliche Intelligenz
Standort: Jena , Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > EO Data Science
Institut für Datenwissenschaften
Hinterlegt von: Haschberger, Dr.-Ing. Peter
Hinterlegt am:16 Jan 2023 08:45
Letzte Änderung:24 Apr 2024 20:54

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.