【摘 要】
：
在机器学习领域,从少量样本中高效的学习仍然是一个巨大的挑战.本文借鉴度量学习的思想,基于深度高斯过程模型这一非参数模型,提出了用于小批量手写字符识别的深度高斯匹配网络.该框架可以自适应的学习到一种将以标注支撑集和未标注的样本映射能够有效到其标签的深度结构,同时避免因训练数据不足而出现的过拟合现象.在深度高斯过程模型的训练阶段,运用标准化流方法构造灵活的变分分布,改善了推断的质量.并且在稀疏化高斯模
【机 构】
：
武汉理工大学 理学院,武汉,430000
论文部分内容阅读
在机器学习领域,从少量样本中高效的学习仍然是一个巨大的挑战.本文借鉴度量学习的思想,基于深度高斯过程模型这一非参数模型,提出了用于小批量手写字符识别的深度高斯匹配网络.该框架可以自适应的学习到一种将以标注支撑集和未标注的样本映射能够有效到其标签的深度结构,同时避免因训练数据不足而出现的过拟合现象.在深度高斯过程模型的训练阶段,运用标准化流方法构造灵活的变分分布,改善了推断的质量.并且在稀疏化高斯模型以降低计算量时,使用最优k均值方法寻找伪点.在Omniglot和Mini Image数据集上的实验结果
其他文献
该小青不是许仙那个西湖断桥边的美丽小姨子.rn该小青是我小时候的一双凉鞋.rn我7岁那年,我爸爸给我买了一双新凉鞋,绿色透明的,鞋底的图案是几个三角形.不知道为什么,我给她
针对当前节点多指标排序的虚拟网络映射算法中,指标权重选取较为片面的问题,本文提出一种博弈论组合赋权的虚拟网络映射算法.首先提取网络节点特征指标,组成节点特征指标向量
为了对多参非解析对称复映射进行动力系统图形化研究,本文研究了含有5个实参非解析4旋转对称复映射f(z)=[λ+αz(z)+βRe(z4)+ωi]z+γ(z)3的广义M集的构造以及其非线性迭代
针对我国一些上市公司利用资产减值会计政策进行盈余管理，大玩“减值冲回”数字游戏的问题，2007年1月实施的新《企业会计准则》对资产减值会计政策进行了较大的修改与完善，其中
内容针对传统指数滑动平均(EMA)算法在AlexNet卷积神经网络的训练后期无法持续优化网络参数,而导致网络过拟合问题.提出一种基于Tanh动态衰减指数滑动平均算法(T-ADEMA),采用变系数Tanh函数作为衰减率函数,根据训练次数动态调整优化参数,减小数据集中噪声对网络学习影响,提高模型泛化性能.实验结果表明,基于T-ADEMA算法的AlexNet网络在MNIST,CIFAR_10,CIFAR
传统的基于补丁的图像修复方法在修复过程中无法复制真实的图像纹理,即故障像素区域,通常需要手动标记故障区域.我们提出了一个迭代检测故障区域的图像修复模型.使标记故障区域过程自动化、精确化,模型将从修复过程中的多个特征图中图区的补丁作为CNN的输入,经CNN卷积和池化后输入Softmax分类器识别区域像素有效性,对标记为无效的故障区域采用Patch Match算法进行修复,引入启发式阈值对修复图像多次
半监督学习利用少量的辅助信息以提升学习器的性能.基于图的学习方法是较为典型的半监督学习实现途径,利用图来表达和分析数据,能够处理复杂的数据分布.不同于这类方法通常所利用的无符号图,符号网络具有更强的表达能力,其负边能够表达额外的信息.本文基于符号网络的规范化割(Signed Normalized Cut,SNCut),提出了可处理成对约束的半监督聚类,通过实验验证了负边给半监督学习带来的附加价值.