自适应主动半监督学习方法
提出一种基于深度学习批抽样的主动学习方法.通过深度神经网络生成标记和未标记样本的学习表示和采用标签循环模式，使得标记样本与未标记样本建立联系，再回到相同标签的标记 ...
主动学习从大量无标记样本中挑选样本交给专家标记.现有的批抽样主动学习算法主要受3个限制：（1）一些主动学习方法基于单选择准则或对数据、模型设定假设，这类方法很难 ...
在提出的批抽样主动学习方法中,算法使用的子模块函数确保选择的样本集合具有多样性.此外,自适应参数的优化, 使得主动学习算法可以自动平衡样本的不确定性和代表性.将提出的 ...
摘要 主动学习从大量无标记样本中挑选样本交给专家标记.现有的批抽样主动学习算法主要受3个限制:(1)一些主动学习方法基于单选择准则或对数据、模型设定假设,这类方法很 ...
自适应主动半监督学习方法Adaptive Active Learning for Semi ...
在提出的批抽样主动学习方法中,算法使用的子模块函数确保选择的样本集合具有多样性.此外,自适应参数的优化,使得主动学习算法可以自动平衡样本的不确定性和代表性.将提出的 ...
CN112541580A - 一种基于主动对抗学习的半监督域自适应方法
技术方案：为实现上述目的，本发明采用的技术方案为：. 一种基于主动对抗学习的半监督域自适应方法，包括以下步骤：. (一)初始化特征提取网络E以及域判别器D和分类器C。 (二) ...
该方法首先使用自适应SVM分类器对视频帧进行初步分类，然后采用半监督学习算法对分类器进行训练和优化。在标注过程中，该方法能够自动识别视频中的关键帧并 ...
【CVPR2022 BoostMIS 论文笔记】自适应伪标记和信息主动标注的 ...
大量没有标签的原始医学图像进一步加剧了这种情况。半监督学习(semi-supervised learning, SSL)超越了传统的监督学习，现有的SSL方法中伪标记[26]是 ...
基于主动学习的半监督领域自适应方法研究认领 被引量：5. Research of semi-supervised domain adaptation based on active learning. 在线阅读 下载PDF 职称材料. 引用 ...
为解决该问题，提出一种基于自适应支持向量机(SVM)的半监督主动学习视频标注算法。通过引入Δ函数和优化模型参数将现有分类器转换为自适应支持向量(A-SVM)分类器，将 ...
数据不足，如何监督学习？全面梳理半监督方法转载 - CSDN博客
1.预训练+微调：首先在一个大规模无监督数据语料库上对一个强大的任务无关模型进行预训练（例如通过自监督学习在自由文本上对语言模型进行预训练，或者在无 ...
基于自适应SVM的半监督主动学习视频标注方法的研究 - 万方
通过深入研究现有的基于内容视频标注的理论和方法，提出基于自适应帧差和背景减除的运动目标检测、基于MeanShift聚类的关键帧提取以及基于自适应SVM的半监督主动学习视频 ...
双级别对齐主动学习的半监督域自适应语义分割方法-CN117058373A
本发明公开双级别对齐主动学习的半监督域自适应语义分割方法，包括步骤：进行基于主动学习的数据选择；初始的无标签目标域数据被输入一个预训练网络，嵌入到中间特征空间中 ...
针对这一问题，Su 等[18] 在锚点的. 构建中引入了稀疏性的约束，可以通过字典. 学习的方式，自适应学习得到相应的锚点，. 以及节点和锚点之间的关联关系，从而有效. 提升了算法 ...
对于主动学习，我们可以选择采用一个类似众包的数据集，让专家有选择地给数据集中的一些数据贴上标签，但不必给整个数据集中的数据都贴上标签。主动学习算法 ...
CN104318242A - 一种高效的svm主动半监督学习算法 - Google Patents
本发明公开了一种高效的SVM主动半监督学习算法，包括：(一)训练初始的SVM分类器(二)判断是否满足学习终止条件，若不满足则转到步骤(三)；使用对未标记样本U进行预测标注 ...
基于伪标签的半监督学习方法旨在利用已训练模型选择具有高置信度预测的无标签样本，并将生成的伪标签样本添加到训练集中，以提高模型的分类性能.
半监督学习可同时利用标注和未标注数据，并已取得. 相当多的关注。由文献[10]提出的基于高斯场和调和函数的. 半监督主动学习(SAL)是一个较有前途的方法。
于自适应图的半监督分类方法，使算法能够自适应地学习到最. 优的图和标签，仅利用 ... 具有噪声过滤功能的协同训练半监督主动学习算. 法［J］.模式识别与人工智能 ...
主动学习方法尝试解决样本的标注瓶颈，通过主动优先选择最有价值的未标注样本进行标注，以尽可能少的标注样本达到模型的预期性能。 ✎ 主动学习的基本流程.