半监督学习第8页

Virtual Adversarial Training: A Regularization Method for Supervised and Semi-Supervised Learning

VAT–一种普适性的，可以用来代替传统regularization和AT（adveserialtraining）的NN模型训练鲁棒性能提升手段，具有快捷、有效、参数少的优点，并天然契合半监督学习。

Reza.·2023-01-02 00:55

中国大学mooc胡浩基老师机器学习第一章单元试题

第1题-单选给人脸打上标签再让模型进行学习训练的方法，属于（A）A.监督学习B.强化学习C.半监督学习D.无监督学习第2题-单选机器学习进行的第一步是（D）A.交叉验证B.数据收集C.模型训练D.特征提取第

sunshine萝卜·2023-01-01 14:53

图自监督学习综述：Graph Self-Supervised Learning A Survey

图上的深度学习近些年十分流行，但是现有的工作大部分都是监督或半监督学习（需要人工标注标签）。

斯曦巍峨·2023-01-01 13:49

[半监督学习] Combining Labeled and Unlabeled Data with Co-Training

论文地址:CombiningLabeledandUnlabeledDatawithCo-Training会议:COLT1998任务:分类AFORMALFRAMEWORK定义一个实例空间X=X1×X2X=X_1\timesX_2X=X1×X2,其中X1X_1X1,X2X_2X2对应于同一实例的两个不同"视图".实例里的每个xxx都以成对的形式(x1,x2)(x_1,x_2)(x1,x2)给出.假定每

码侯烧酒·2023-01-01 13:45

人工智能导论——机器学习的基本概念

1、基本概念：训练集，测试集，特征值，监督学习，非监督学习，半监督学习，分裂，回归2、概念学习：人类学习概念（婴儿）：鸟，狗；车，房子；黑匣子和计算机定义：概念学习是指从有关某个布尔函数（是或否）的输入输出训练样例中推断出该布尔函数

wang_chao118·2022-12-31 17:17

机器学习方法的基本分类

目录1、监督学习（supervisedlearning）2、无监督学习（unsupervisedlearning）3、强化学习（reinforcementlearning）4、半监督学习（semi-supervisedlearning

宁静_致远_·2022-12-30 20:09

【论文阅读笔记】A brief introduction to weakly supervised learning

解决不完全监督学习问题的两种主要技术分别是主动学习和半监督学习。主动学习利用机器学习的方法，将那些判断为“难”判

Squirrel_XXL·2022-12-30 01:08

机器学习-有监督无监督

前言根据学习任务的不同可将统计学习分为监督学习、无监督学习、强化学习、半监督学习、主动学习监督学习本质是学习输入输出之间映射的统计规律，好比先带人工智障认一遍那些是好瓜那些是坏瓜，让后再给人工智障一批瓜让它识别出那些是好瓜那些是坏瓜

阿孟dede·2022-12-29 22:14

SMOTE及发展

SMOTE还启发了几种解决班级不平衡问题的方法，并为新的监督学习范式做出了重大贡献，包括多标签分类、增量学习、半监督学习、多实例学习等。它是从不平衡

ALIVEVILAM·2022-12-29 19:01

半天实战经历快速让小白明白深度学习增强半监督人脸识别噪声

解决这个问题的一个可行的解决方案是半监督学习，利用一小部分的标记数据和大量的未标记数据。然而，主要的挑战是通过自动标签累积的标签错误，损害了培训。

苏州程序大白·2022-12-29 17:37

【CVPR2022 BoostMIS 论文笔记】自适应伪标记和信息主动标注的医学图像半监督学习

医学图像任务模型3.3基于一致性的自适应标签传播器3.4对抗性不稳定选择器3.5平衡不确定性选择器3.6训练算法4实验4.2实验结果4.3深度分析摘要在本文中，我们提出了一种名为BoostMIS的新型半监督学习框架

葡萄柚籽·2022-12-29 16:08

半监督学习实战记录

半监督学习实战记录使用mmdetection和softTeacherSSL(Semi-SupervisedLearning)半监督学习，由于其可以合理利用大量无标注数据的属性，一直是CV研究的一个重要方向

砂糖B·2022-12-29 11:22

1TensorFlow笔记——基础概念简介&Python简明教程

半监督学习：给一小部分有标注数

weixin_45165961·2022-12-29 02:00

GPT(Improving Language Understandingby Generative Pre-Training) 论文笔记

目录1.论文简介2.GPT与ELMO区别与联系.3.贡献或主要改进3.1.Transformer的半监督学习whyhow3.2.基于不同任务在fine-tuning阶段对GPT输入数据改造。

茫茫人海一粒沙·2022-12-28 14:16

GCN原论文阅读笔记

SEMI-SUPERVISEDCLASSIFICATIONWITHGRAPHCONVOLUTIONALNETWORKS》阅读笔记本文记录GCN原经典论文的阅读笔记论文链接：GCN原论文摘要论文提出了一种可扩展的方法，用于在图结构数据上进行半监督学习

hxh207·2022-12-28 10:14

【论文阅读】Interpolation Consistency Training for Semi-Supervised Learning

论文下载1.摘要我们介绍了插值一致性训练(ICT)，这是一种简单且计算效率高的算法，用于在半监督学习范式中训练深度神经网络。ICT鼓励在未标记点的插值上的预测与在这些点的预测的插值一致。

来日可期1314·2022-12-28 08:04

机器学习的四种学习方法

文章目录监督学习（SupervisedLearning）无监督学习（UnsupervisedLearning）半监督学习（Semi-supervisedLearning)强化学习（ReinforcementLearning

侬本多情。·2022-12-27 23:33

机器学习课后答案

A.监督学习B.深度学习C.半监督学习D.无监督学习

北城半夏346·2022-12-27 22:05

【毕业设计_课程设计】基于半监督学习和集成学习的情感分析研究

文章目录0项目说明1数据2测试标准3环境配置4算法4.1监督学习(SL)的分类器选择4.2半监督学习(SSL)5项目工程0项目说明基于半监督学习和集成学习的情感分析研究提示：适合用于课程设计或毕业设计，

m0_71572237·2022-12-27 09:16

论文：Learning to segment every thing

能否不需要对所有的类都具有mask标注来完成高质量的实例分割任务呢，为此我们提出了半监督学习和迁移函数。半监督学习的形式如下

xxiaozr·2022-12-27 07:38

2021-08-16

Regression输出是一个数，Classification输出的是Yes/no或classx，结构化学习：超越classification，输出是结构化数据，eg:识别、翻译等；这张图要仔细理解一下半监督学习

z7mysun·2022-12-26 15:45

机器学习算法入门与编程实践

不需要降维D具有很好的可解释性3.下列对有监督学习描述错误的是DA有标签B核心是分类C分类分类原因不透明D所有数据都相对独立分布4.在以下学习策略中，使用的训练数据只有部分存在标签的是CA监督学习B深度学习C半监督学习

晁晁我呀最讨厌期末了·2022-12-26 15:03

机器学习的三大主要任务

监督学习：基于已知类别的训练数据进行学习；无监督学习：基于未知类别的训练数据进行学习；半监督学习：同时使用已知类别和未知类别的训练数据进行学习。

侍伟·2022-12-25 08:09

图卷积神经网络（GCN）论文笔记与Geometric源码解释

一般解决方案及缺点图半监督学习问题，使用基于图的显示正则化平滑标签信息，如在损失函数中使用图

十里清风·2022-12-24 17:18

机器学习分类

根据问题本身的特征来分类，机器学习问题可分为监督学习、无监督学习、半监督学习和强化学习。

qxq_sunshine·2022-12-24 06:13

技术分享 | 半监督学习介绍

/背景/遥感图像的语义分割在城市规划、变化检测和地理信息系统建设中具有重要意义。在过去的几年中，一些研究者利用SIFT信息、纹理信息等特征对超像素进行分类。在多尺度上选取合适的超像素对遥感图像进行分割。在超像素方法的基础上，许多方法可以对遥感图像的不同区域进行分割。然而，由于超像素区域具有相同的标签，很难获得满意的分割结果。近年来，相关的深度学习方法在语义图像分割方面取得了很大的进展，如FCN、U

AI Earth地球科学云平台·2022-12-23 22:16

带你读AI论文丨针对文字识别的多模态半监督方法

摘要：本文提出了一种针对文字识别的多模态半监督方法，具体来说，作者首先使用teacher-student网络进行半监督学习，然后在视觉、语义以及视觉和语义的融合特征上，都进行了一致性约束。

华为云开发者联盟·2022-12-23 13:22

机器学习开篇

机器学习开篇序论1.1机器学习是什么1.2机器学习的分类1.2.1从学习的过程分类1.监督学习（SupervisedLearning）:2.无监督学习(UnsupervisedLearning)3.半监督学习

霍迪迪·2022-12-23 01:26

李宏毅机器学习特训营机器学习作业4-语句分类

目录项目描述数据集介绍项目要求环境配置/安装编码1-of-NencodingBagofWords(BOW)wordembedding文本数据预处理Word2Vec定义数据读取器定义模型半监督学习训练预测测试集修改总结项目描述本次作业是要让同学接触自然语言处理当中一个简单的任务

bianhuaHYQ·2022-12-23 01:53

高光谱遥感影像分类研究进展 --- （15年论文，方法主要是常规处理，但是写的比较细）

论文地址高光谱遥感影像分类研究进展南大、矿大、河海15年的文章比较老，科普文，但是理论总结和语言用词都比较扎实在总结分类策略的基础上，重点从以核方法（SVM）为代表的新型分类器设计、特征挖掘、空间-光谱分类、基于主动学习和半监督学习的分类

Kun Li·2022-12-22 13:20

【深度学习】生成对抗网络GAN｜GAN、WGAN、WGAN-UP、CGAN、CycleGAN、DCGAN

CycleGAN六、DCGAN参考文章论文连接：必读的10篇关于GAN的论文方法通俗含义对抗学习找对手互怼GAN自监督学习自己找标签学习GAN、word2vec弱监督学习学校拧螺丝、工作造火箭CAM（可解释性分析）半监督学习标签不够多

Lydia.na·2022-12-22 08:06

MixMatch、UDA、ReMixMatch、FixMatch

本文转自：【半监督学习】MixMatch、UDA、ReMixMatch、FixMatch半监督学习（Semi-SupervisedLearning，SSL）的SOTA一次次被Google刷新，从MixMatch

疯子_Zhang·2022-12-21 21:44

paper总结（5）FixMatch: Simplifying Semi-Supervised Learningwith Consistency and Confidence

半监督学习（Semi-supervisedlearning）是一种学习方法，其使用少量标记的数据和大量未标记的数据进行学习。半监督学习的关键是如何从未标记的数据中获取teachersignal。

miss9785·2022-12-21 21:43

半监督学习近几年相关论文解读（分类）

分类任务部分半监督一.Mixmatch（NeurIPS2019）MixMatch:AHolisticApproachtoSemi-Supervised论文地址：https://arxiv.org/abs/1905.02249Code:https://github.com/YU1ut/MixMatch-pytorch1.对有标数据进行增强2.给无标数据一个人工标签。通过对一个无标数据增强K次并输入模

啥也不会就会混·2022-12-21 21:41

[论文阅读] FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence

[论文地址][代码][NeurIPS2020]Abstract半监督学习(SSL)提供了一种有效的手段，可以利用未标记的数据来提高模型的性能。这一领域最近取得了快速进展，但代价是需要更复杂的方法。

xiongxyowo·2022-12-21 21:40

Nips20 - 半监督图像分类代表作 FixMatch《Simplifying Semi-Supervised Learning with Consistency and Confidence》

文章目录原文及参考初识相知回顾原文及参考原文地址：直接点我就能跳转初识作者认为，当前主流的半监督学习方法(semi-supervisedlearning,SSL)都可以归结于：在无label数据上构造人为标签

我是大黄同学呀·2022-12-21 21:10

FixMatch: 通过一致性和置信度简化半监督学习

SimplifyingSemi-SupervisedLearningwithConsistencyandConfidence作者单位：GoogleResearch出版：arXiv2001.07685code：https://github.com/google-research/fixmatch摘要半监督学习

hb_ma·2022-12-21 21:09

NeurIPS 2020 | FixMatch：通过图像增强就能实现半监督学习

前言算法、算力、数据是深度学习的三架马车。深度学习是数据驱动式方法，目前的从业基本者都有一个共识就是：数据是非常重要的且不可或缺的。在实际环境中对数据标注又是一个耗时和昂贵的过程。但是受束于资源的限制，可能你有很多的图片，但是只有一部分可以进行人工标注。例如工业频繁更换型号的场景，花费更多时间标注意味着上线运行时间的delay，会严重影响效率和产能。在这样的情况下，如何利用大量未标注的图像以及部分

PaperWeekly·2022-12-21 21:34

类感知对比半监督学习(Class-Aware Contrastive Semi-Supervised Learning)论文阅读笔记

文献地址：论文链接，Github代码：Github链接1研究背景现有基于伪标签的半监督学习方法存在的问题：伪标签→存在确认偏差（ConfirmationBias）分布外噪声数据→影响模型的判别能力是否存在一种通用增益方法

Remoa·2022-12-21 21:33

FixMatch：一致性正则与伪标签方法在SSL中的最佳实践

背景半监督学习（SSL）提供了一种利用无标签数据提高模型性能的有效方法，这一领域最近取得了快速进展，但以往的算法需要借助复杂的损失函数和大量难以调整的超参数。

飞桨PaddlePaddle·2022-12-21 21:03

半监督学习——FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence

google-research/fixmatch1.论文题目与摘要FixMatch:SimplifyingSemi-SupervisedLearningwithConsistencyandConfidence摘要：半监督学习有效的利用没有标注的数据

CV-deeplearning·2022-12-21 21:32

CVPR-2020笔记 | 文末送书

教程(4)获奖论文摘要(3)可控图像合成(2)不平衡样本处理(2)多任务学习(1)表示学习(2)自我监督学习(2)半监督学习(2)弱监督学习(用于语义分割)(3)目标检测(2)知识提炼(三)数据扩充(4

woshicver·2022-12-21 14:18

Part-aware Prototype Network for Few-shot Semantic Segmentation阅读笔记

当中都取得了很好的效果2.提出了一个针对语义类的part-awareprototype表达，能够对细颗粒的目标特征进行编码，然后得到更好的分割3.为了更好的得到类内的变量，使用一个图注意力网络对没有标签的数据进行半监督学习本文的工作受到了度量学习方法的启发

喵喵喵喵诺·2022-12-21 12:42

【学习】自监督学习2、GPT、PLM

的背景3、解决方法（1）prompttuning（数据高效微调:即时调优）2、few-shotlearning（数据高效微调:少量学习）3、semi-supervisedlearning（数据高效微调:半监督学习

Raphael9900·2022-12-20 19:00

论文阅读：基于图神经网络的分类法自动更新模型

在本文中，我们介绍了一种以半监督学习方式自动更新分类法的模型。

小粥铺·2022-12-20 14:05

统计学习方法 | 第1章统计学习方法概论

统计学习包括监督学习、非监督学习、半监督学习和强化学习。2．统计学习方法三要素——模型、策略、算法，对理解统计学习方法起到提纲挈领的作用。3．本

Dazza Lark·2022-12-20 09:28

CH1 机器学习导论

文章目录CH1机器学习导论1.1什么是机器学习1.2学习任务1.3监督学习1.4无监督学习1.5半监督学习1.6聚类与分类1.7分类精度ACCCH1机器学习导论1.1什么是机器学习对于某类任务T和性能度量

Jin4869·2022-12-20 09:19

机器学习（笔记三）

机器学习算法分类根据数据集组成不同，可以把机器学习算法分成：（1）监督学习（2）无监督学习（3）半监督学习（4）强化学习1.监督学习输入的数据是由输入特征值和目标值所组成函数输出可以是一个连续的值（称为回归

Catherine_Qing·2022-12-19 15:46

6--半监督学习

本周学习内容：学习特征选择与稀疏学习部分内容学习半监督学习部分内容1特征选择在现实任务中属性过多则会造成维数灾难的问题，若能在所有特征中选取更重要的一部分特征来进行构建模型，则该问题将会减轻，另外去除不相关的特征往往也会降低学习任务的难度

pepsi_w·2022-12-18 14:00

Task12第13章半监督学习

1.章节主要内容在前边的学习过程中，我们知道了监督学习和无监督学习的区别。前者是在标注好了的训练集上训练学习器，并用训练好的学习器去对新的样本进行预测，朴素贝叶斯、决策树、神经网络等都属于这类机器学习算法。后者是在未标注的数据集上根据数据本身的分布情况来对数据进行分类，各种聚类算法就是这类的机器学习算法。从上边的定义来看，一个机器学习算法“监督”与否取决于用来计算的数据有无被“标注”好！那以此来推

Element简·2022-12-18 10:54

推荐频道

半监督学习