咨询与建议

限定检索结果

文献类型

  • 1 篇 期刊文献
  • 1 篇 学位论文

馆藏范围

  • 2 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 2 篇 工学
    • 1 篇 机械工程
    • 1 篇 控制科学与工程
    • 1 篇 计算机科学与技术...
    • 1 篇 软件工程
  • 1 篇 管理学
    • 1 篇 管理科学与工程(可...

主题

  • 2 篇 迁移学习
  • 2 篇 置信伪标签
  • 1 篇 标签传播
  • 1 篇 边缘分布
  • 1 篇 伪标签
  • 1 篇 条件分布
  • 1 篇 域适应
  • 1 篇 机器学习

机构

  • 2 篇 广东工业大学
  • 1 篇 广州番禺职业技术...

作者

  • 2 篇 周德根
  • 1 篇 滕少华
  • 1 篇 滕璐瑶
  • 1 篇 张巍

语言

  • 2 篇 中文
检索条件"主题词=置信伪标签"
2 条 记 录,以下是1-10 订阅
排序:
选择置信伪标签的迁移学习
收藏 引用
江西师范大学学报(自然科学版) 2024年 第1期48卷 31-44页
作者: 滕少华 周德根 滕璐瑶 张巍 广东工业大学计算机学院 广东广州510006 广州番禺职业技术学院信息工程学院 广东广州511483
域适应旨在将标签丰富的源域知识迁移到无标签的目标域.选择性标签标签传播都是域适应的常用方法.然而传统的选择性标签以最大类的预测概率标记样本,忽视了其他概率;而且传统的标签传播同等对待不同置信度的标签,这可能导致错误标... 详细信息
来源: 评论
基于置信标签传播的领域自适应研究
基于置信标签传播的领域自适应研究
收藏 引用
作者: 周德根 广东工业大学
学位级别:硕士
由于采集设备、拍摄角度、采集时间等的差异,往往导致不同数据集的数据分布不一样。从源域训练的模型直接分类目标域数据,会降低机器学习的模型性能。而手工注释大量目标域样本是困难的。领域自适应作为迁移学习的一个分支,可以将具... 详细信息
来源: 评论