发表服务
半监督学习属于无监督学习（没有任何标记的训练数据）和监督学习（完全标记的训练数据）之间。许多机器学习研究人员发现，将未标记数据与少量标记数据结合使用可以显着提高学习准确性。对于学习问题的标记数据的获取通常需要熟练的人类代理（例如转录音频片段）或物理实验（例如，确定 ...
基于半监督学习的朴素贝叶斯分类新算法. 摘要 为了在有标签的训练集中保留高质量的样本,首先利用无标签训练集得出置信度高的k个样本,再结合有标签训练样本,不断迭代直至训练完成。. 实验结果表明：随着无标记样本比例的不断增加,本文算法预测准确性明显 ...
近期，我院硕士生魏琳森同学与其导师吕绍高教授以及校外学者合作在半监督学习方面取得重要的结果。所撰写的论文被人工智能领域 SCI 权威期刊 IEEE TNNLS 录用, 论文题目为“ Improved Inference for Imputation-Based Semi-supervised Learning Under Misspecified Setting”，其中第一作者是吕绍高，第二作者就是魏琳森，南 ...
2020 年 3 月 16 日，华南师范大学软件学院冼广铭副教授以独立作者，在中科院 SCI 二区期刊《 IEEE Access 》（中科院二区，JCR 一区，影响因子： 4.098 ）上发表题目为《 Cyber Intrusion Prevention for Large-Scale Semi-Supervised Deep Learning Based on Local and Non-Local Regularization 》论文。
半监督学习训练方式 参考：半监督学习理论及其研究进展概述。根据发展历程，半监督学习可分为三个阶段： 1.早期阶段 早期的半监督学习是初步探索无标记样本在传统监督学习模型中的价值[1]，学习算法多事对传统算法进行改进，通过在监督学习中加入无标记样本来实现，这类算法有最大似然 ...
南京大学周志华教授综述论文：弱监督学习. 在《国家科学评论》 (National Science Review, NSR) 2018 年 1 月份出版的机器学习专题期刊中，介绍了南京大学周志华教授发表的一篇论文《A brief introduction to weakly supervised learning》。. 机器之心经授权对此论文部分内容做了 ...
半监督学习的应用 在过去，半监督学习的应用数量有限，但目前在这一领域仍有很多工作要做。下面列出了一些我感兴趣的应用。1.多模态半监督学习（Multimodal semi-supervised learning）图像分类
1篇论文被TPAMI (SCI一区期刊) 录用 Author：admin 2020-10-06 Click： hits 祝贺课题组论文 《Semi-supervised Multi-view Deep Discriminant Representation Learning》 被人工智能领域国际顶级期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（模式分析与机器智能汇刊，TPAMI）录用。
半监督学习属于无监督学习（没有任何标记的训练数据）和监督学习（完全标记的训练数据）之间。许多机器学习研究人员发现，将未标记数据与少量标记数据结合使用可以显着提高学习准确性。对于学习问题的标记数据的获取通常需要熟练的人类代理（例如转录音频片段）或物理实验（例如，确定 ...
基于半监督学习的朴素贝叶斯分类新算法. 摘要 为了在有标签的训练集中保留高质量的样本,首先利用无标签训练集得出置信度高的k个样本,再结合有标签训练样本,不断迭代直至训练完成。. 实验结果表明：随着无标记样本比例的不断增加,本文算法预测准确性明显 ...
近期，我院硕士生魏琳森同学与其导师吕绍高教授以及校外学者合作在半监督学习方面取得重要的结果。所撰写的论文被人工智能领域 SCI 权威期刊 IEEE TNNLS 录用, 论文题目为“ Improved Inference for Imputation-Based Semi-supervised Learning Under Misspecified Setting”，其中第一作者是吕绍高，第二作者就是魏琳森，南 ...
2020 年 3 月 16 日，华南师范大学软件学院冼广铭副教授以独立作者，在中科院 SCI 二区期刊《 IEEE Access 》（中科院二区，JCR 一区，影响因子： 4.098 ）上发表题目为《 Cyber Intrusion Prevention for Large-Scale Semi-Supervised Deep Learning Based on Local and Non-Local Regularization 》论文。
半监督学习训练方式 参考：半监督学习理论及其研究进展概述。根据发展历程，半监督学习可分为三个阶段： 1.早期阶段 早期的半监督学习是初步探索无标记样本在传统监督学习模型中的价值[1]，学习算法多事对传统算法进行改进，通过在监督学习中加入无标记样本来实现，这类算法有最大似然 ...
南京大学周志华教授综述论文：弱监督学习. 在《国家科学评论》 (National Science Review, NSR) 2018 年 1 月份出版的机器学习专题期刊中，介绍了南京大学周志华教授发表的一篇论文《A brief introduction to weakly supervised learning》。. 机器之心经授权对此论文部分内容做了 ...
半监督学习的应用 在过去，半监督学习的应用数量有限，但目前在这一领域仍有很多工作要做。下面列出了一些我感兴趣的应用。1.多模态半监督学习（Multimodal semi-supervised learning）图像分类
1篇论文被TPAMI (SCI一区期刊) 录用 Author：admin 2020-10-06 Click： hits 祝贺课题组论文 《Semi-supervised Multi-view Deep Discriminant Representation Learning》 被人工智能领域国际顶级期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（模式分析与机器智能汇刊，TPAMI）录用。
发表服务