尾类性能提升不损头类
利用双边专家与信息解耦主动消除头类特征冗余，在五类长尾数据集上以不牺牲头类精度的方式提升尾类识别性能。
Chen, Jianting · Ding, Ling · Yunxiao, Yang · 相阳
Engineering Applications of Artificial Intelligence 2023
通过主动减少头类的重复冗余信息，为尾类节省信息空间，从而在提升尾类的同时保持头类性能。
利用头类多样性损失减少冗余信息，结合尾类蒸馏损失增强标签信息，显著提升尾类分类性能。
在五个长尾分布数据集上（包括视觉识别和故障诊断任务）验证了方法的有效性和实用性，结果优于现有主流方法。