データ拡張の二面性を明らかにする: オープンセット認識のための非対称ディストリレーション ベースの Win-Win ソリューション
データ拡張は閉じたセット認識を大幅に向上させるが、オープンセット認識を大幅に低下させる。非対称ディストリレーションフレームワークを提案し、教師モデルに追加の生データを提供することで、教師の利点を拡大し、学生モデルがクラス固有の特徴に集中するのを促進する。さらに、混合サンプルの非識別的特徴の活性化を減らすために、教師の誤った予測を検出し、それらにスムーズな2ホットラベルを割り当てる。