数据增强惩罚的可辨识性：逐预算检验、事前预测与派生量
Identifiability of the Data-Augmentation Penalty: Per-Budget Tests, Ex-Ante Prediction, and Derived Quantities
-
作者：
龚妙安
1
-
作者单位：
- 通讯作者：
龚妙安
Email:20240201175@jju.edu.cn
-
提交时间：2026-10-16 01:16:42
摘要: [目的] 增强惩罚及其派生量能否从数据中辨识，尚缺乏受控检验。
[方法] 固定架构与超参，10 预算点 × 3 算子 × 3 种子；逐点做 Welch t 检验与功效分析；补跑 20 个种子验证预测；另两个数据集重复；音频域重复。
[结果] CutMix 在 7/10 点显著、MixUp 仅 1/10；23 种子验证预测成立；SVHN 上幅度不等于可检测性；保持分布的衰减、偏移分布的增长。
[局限] 小模型（0.592 M）；主阶梯每点 3 种子；机制检验为单种子；音频域测试折固定为 fold 5。
[结论] 惩罚的可检测性远低于默认，且可事先算出。
版本历史
| [V1] |
2026-10-16 01:16:42 |
ChinaXiv:202610.00188V1
|
下载全文 |
相关信息
待评议
点击量
下载量
