发表服务
2011年全国优秀博士学位论文入选名单日前揭晓。博士生王飞的《图上的半监督学习算法研究》（指导教师：张长水，智能技术与系统重点实验室，自动化系）入选2011年全国优秀博士学位论文。清华大学共有5篇论文入选2011年全国优秀博士学位论文，9篇论文入选全国优秀博士学位论文提名论文...
清华大学教授、IEEEFellow张长水等人广泛阅读和总结了自21世纪初到2019年的300余篇论文，写了一篇关于FSL的综述文章。.这篇综述文章回顾了FSL的演进历史和当前进展，将FSL方法分为基于生成模型和基于判别模型两大类，并重点介绍了基于元学习的FSL...
少样本学习的研究可以追溯到21世纪初，近年来随着深度学习技术的发展它也受到广泛的关注，但是目前关于FSL的综述文章较少。.清华大学教授、IEEEFellow张长水等人广泛阅读和总结了自21世纪初到2019年的300余篇论文，写了一篇关于FSL的综述文章...
主要思路和创新点本文主要是针对3D分割的半监督学习，真值只标注了每个类别的部分点。本文采用的思路首先是筛选概率较大的点将其赋予伪标签，同时将这些伪标签点不断筛选，之后采用耦合的特征增强方式提出损失监…
论文标题AsurveyonSemi-,Self-andUnsupervisedTechniquesinImageClassification概念解释unsupervised输入只有样本没有标签，损失函数需要的一切参数都由输入样本生成semi-supervised输入的样本有一部分是有标签的，另一部分没有标签，通常...
该论文由北京大学王亦洲课题组与微软亚洲研究院合作完成，研究了一致性学习算法在二维人体姿态估计中的模型坍塌问题，并提出了构建预测难度存在差异的样本对来解决该问题。目前半监督学习的方法中，结果最好的方…
摘要：提出一种融合底层特征、基于兴趣区域的半监督学习图像检索方法,实现了图像内容的语义关联。该方法首先划分图像兴趣区域,提取图像的综合底层特征,然后将其作为训练数据,对图像类别进行半监督学习,建立图像和类别的语义映射,最后分别采用二次式距离和改进的Canberra距离对图像底层特征...
ICCV2021|半监督二维人体姿态估计中的模型坍塌问题研究（代码已开源）.导语：该论文由北京大学王亦洲课题组与微软亚洲研究院合作完成，研究...
半监督学习往往对一般数据创建和自然语言处理有意义。至于无监督学习，它在性能监测、销售功能、搜索意图以及潜在的更多方面有一定的地位。随着新研究的出现，解决现有训练方法的缺点，监督、半监督和无监督学习的最佳组合可能会改变。
一、摘要作者将一个图像块（imagepatch）看做是一个保留了原始图像结构的二阶张量，然后设计了两个图来描绘目标和背景所在的张量样本中固有的局部几何结构，从而构建一个判别式嵌入空间。此外，作者提出了两种思路用来寻找原始张量样本到基于张量的图嵌入空间的变换矩阵。
2011年全国优秀博士学位论文入选名单日前揭晓。博士生王飞的《图上的半监督学习算法研究》（指导教师：张长水，智能技术与系统重点实验室，自动化系）入选2011年全国优秀博士学位论文。清华大学共有5篇论文入选2011年全国优秀博士学位论文，9篇论文入选全国优秀博士学位论文提名论文...
清华大学教授、IEEEFellow张长水等人广泛阅读和总结了自21世纪初到2019年的300余篇论文，写了一篇关于FSL的综述文章。.这篇综述文章回顾了FSL的演进历史和当前进展，将FSL方法分为基于生成模型和基于判别模型两大类，并重点介绍了基于元学习的FSL...
少样本学习的研究可以追溯到21世纪初，近年来随着深度学习技术的发展它也受到广泛的关注，但是目前关于FSL的综述文章较少。.清华大学教授、IEEEFellow张长水等人广泛阅读和总结了自21世纪初到2019年的300余篇论文，写了一篇关于FSL的综述文章...
主要思路和创新点本文主要是针对3D分割的半监督学习，真值只标注了每个类别的部分点。本文采用的思路首先是筛选概率较大的点将其赋予伪标签，同时将这些伪标签点不断筛选，之后采用耦合的特征增强方式提出损失监…
论文标题AsurveyonSemi-,Self-andUnsupervisedTechniquesinImageClassification概念解释unsupervised输入只有样本没有标签，损失函数需要的一切参数都由输入样本生成semi-supervised输入的样本有一部分是有标签的，另一部分没有标签，通常...
该论文由北京大学王亦洲课题组与微软亚洲研究院合作完成，研究了一致性学习算法在二维人体姿态估计中的模型坍塌问题，并提出了构建预测难度存在差异的样本对来解决该问题。目前半监督学习的方法中，结果最好的方…
摘要：提出一种融合底层特征、基于兴趣区域的半监督学习图像检索方法,实现了图像内容的语义关联。该方法首先划分图像兴趣区域,提取图像的综合底层特征,然后将其作为训练数据,对图像类别进行半监督学习,建立图像和类别的语义映射,最后分别采用二次式距离和改进的Canberra距离对图像底层特征...
ICCV2021|半监督二维人体姿态估计中的模型坍塌问题研究（代码已开源）.导语：该论文由北京大学王亦洲课题组与微软亚洲研究院合作完成，研究...
半监督学习往往对一般数据创建和自然语言处理有意义。至于无监督学习，它在性能监测、销售功能、搜索意图以及潜在的更多方面有一定的地位。随着新研究的出现，解决现有训练方法的缺点，监督、半监督和无监督学习的最佳组合可能会改变。
一、摘要作者将一个图像块（imagepatch）看做是一个保留了原始图像结构的二阶张量，然后设计了两个图来描绘目标和背景所在的张量样本中固有的局部几何结构，从而构建一个判别式嵌入空间。此外，作者提出了两种思路用来寻找原始张量样本到基于张量的图嵌入空间的变换矩阵。
发表服务