标签噪声相关论文
联邦学习技术能够在不需要边缘端上传原始样本的条件下,协同边缘端与中心端完成模型训练。该技术保障了边缘端的数据隐私,并降低了......
随着人工智能时代的到来,多标签分类由于更贴合现实世界的建模需求而成为机器学习领域的核心研究问题。而由于数据获取时的各方面......
虽然深度模型在许多应用方面获得了优异的泛化性能,但这些深度模型严重依赖于准确标注的大规模训练集。在训练集存在标签噪声的情......
由于细粒度图像其不同类别之间的差异较小,需要大量精细的人工标注数据用于训练,但是这类数据的标注任务耗时且需要相关专业人员进......
依赖于具有足够样本数量和标记完全正确的数据集,深度神经网络在图像分类任务上表现出色。由于手工制作数据集费时费力并且代价昂......
当前,基于卷积神经网络的深度学习技术在计算机视觉等多个领域取得极大成功,也是最具代表性、最有效的方法。但是深度学习技术严重......
行人再识别是一种在跨摄像头条件下,查找一位行人的技术。相比于人脸识别更偏应用,研究场景、数据条件等都更加贴近现实,因此不可......
环境空气是地球生态环境的重要组成部分,空气质量的优劣不仅与人体健康与否息息相关,还与动植物的生长发育状况紧密相连,严重的空......
机器学习领域中,原始训练集中的噪声一般分为属性噪声和标签噪声,大多数情形下,标签噪声的危害大于属性噪声,并且会严重影响分类器......
近年来,以深度学习为代表的图像识别技术已经取得了许多突破性进展,但是,当面临非理想训练集时,现有图像识别算法和模型的性能将会......
语义分割将原始生物医学图像数据转换为有意义的、空间结构化的信息,因此在医学影像分析研究中起着至关重要的作用。尽管最近基于......
随着科学技术的发展，数据规模不断增大，尤其是在以计算机和互联网为基础的应用中数据更是以指数形式增长。海量数据在带来丰富信息的......
自从计算机技术得到长足发展,人类获取和存储信息的能力快速增强。这些信息来源复杂,且常常包含着噪声信息和大量冗余信息,利用这......
在机器学习领域中,对数据进行准确分类是一个重要的步骤,类别分得越精准,得到的结果就越有价值。分类算法旨在从标签已知的样本中......
近年来,互联网的高速发展和广泛应用使人类进入了真正的大数据时代,我们每时每刻都在产生海量数据。然而由于数据来源的多样性和复......
随着互联网和移动互联网的快速发展和广泛使用,人们获取到的数据的规模也在不断增长,如何从数据中提取有价值的信息变得越来越重要......
磨矿分级过程是选矿工业生产中的关键环节,磨矿分级过程的运行状态直接影响选矿生产产量、能耗及精矿回收率等重要生产指标,因此,......
集成学习作为一种新的机器学习范式，它使用多个学习器来解决同一个问题，能够显著地提高学习系统的泛化能力，以其优良的特性，广泛的应用......
空中交通复杂度是空中交通运行的关键指标,在空中交通管理中发挥重要作用,例如空域重新配置、空中交通流量管理和空中交通管制员分......
机器学习中,训练样本的标签质量严重影响着分类算法的最终效果.虽然干净的标签产生的效果相对来说比较好,但是采集和使用时却费时......
为了减少社会化标签的语义模糊和冗余给基于标签的协同过滤算法带来的噪声,利用群体智慧选择流行标签对用户和资源建模,在此基础上......
分类学习任务中,在获取数据的过程中会不可避免地产生噪声,特别是标签噪声的存在不仅使得学习模型更复杂,而且容易造成过拟合并导......
胸肺疾病一直是影响人类生命健康的罪魁祸首之一,因此人们亟需一款胸部疾病智能诊断系统精确地对医疗影像进行分类识别,这可以大大......
互联网技术的飞速发展和在线学习受重视度的提升使得数字化学习平台被广泛应用。同时,随着学习资源数量的日渐增长,学习者越来越难......
在机器学习领域,监督学习算法在理论层面和工程应用中均取得了丰硕的成果,但此类算法的效果严重依赖训练样本的标签质量,在实际问......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
在监督分类学习中,标签噪声对模型有重要的影响;而现有的标签噪声过滤方法一般都是基于模型的预测结果对噪声样本进行检测并去除,......
为了降低标签和特征噪声对钢板表面缺陷分类的影响,提出一种抗噪声的超球体支持向量机(anti-noise hypersphere support vector ma......
图是一种用于对实体及其关系进行建模的数据结构,其强大的表达能力得能够捕获数据之间的结构关系,从而与孤立分析数据相比获得更多......
随着科学技术的不断发展，众包技术已经逐渐成为当前数据标注的主要手段之一，但由于各个标注者对目标领域的熟悉程度不同，使得到的标签......
随着音乐社交媒体的快速发展,线上音乐资源快速增加,音乐类型日益多元化。丰富的音乐标注信息作为一种组织海量音乐数据的有效手段......
标签噪声是分类任务中的重要问题之一.带有标签噪声的数据集会对分类器产生许多负面的影响,如分类器的预测性能会下降、模型的复杂......
为解决数据标记稀疏、数据打标代价大的问题,人们常使用主动学习机制,通过众包方式来获取数据标签,然而打标者们的经验或专业性参......
