偏标记学习相关论文
随着互联网的发展,海量数据唾手可得。在数据监督信息准确的情况下,传统机器学习已经在诸多领域取得了丰硕的成果。然而,在很多现......
分类问题,如垃圾邮件检测、疾病自动诊断、信用卡诈骗识别等,是机器学习领域的核心基础问题。现有分类方法通常设计一个参数化模型......
在传统监督学习中,一个样本通常对应单个标记,提供了明确的监督信息。在偏标记学习中,一个样本对应一组候选标记,其中仅有一个标记......
在标准偏标记学习框架下,每个对象由单个特征向量进行刻画,同时与多个候选标记相关联,其中仅有一个未知的真实标记。另一方面,在真......
在强监督学习中,每个示例有着明确的标注信息,但是随着大数据时代的到来,标注示例所需的时间成本和金钱成本增加,弱监督学习越来越......
针对于类不平衡的偏标记学习问题,提出一种可以较有效处理类不平衡问题的偏标记K近邻学习算法（K-nearest neighbor algorithm for c......
现实生活中的许多场景都存在着样本标签不确定的问题,即样本在其对应的候选标签集中,只有一个标签是真实的标签,其余标签为伪标签,......
在偏标记学习问题中,每个样本都有一个对应的候选标签集,而其中只有一个标签是真实的标签,其余标签为伪标签,如何利用标签不确定的......
偏标记学习指示例的唯一真实标记隐藏在一组候选标记之中,其目的为对候选标记进行消歧,最终学习到真实标记.现有方法只是就示例之......
偏标记学习是一种重要的弱监督机器学习框架,它广泛地存在于现实世界的许多应用场景中,比如计算机视觉、互联网、生态信息学等。在......
机器学习的目的是基于训练数据进行模型学习,从而利用学习到的模型对未知样本进行预测。对于分类问题而言,传统的监督学习将现实世......
随着大数据时代的迅猛发展,运用机器学习的手段对大数据进行处理和分析已经成为一种公认有效的最佳方法。但是在各个领域中,呈现出......
弱监督数据相比于精确标注的强监督数据更易获取,成本更低。如何利用弱监督数据来训练分类器近年来得到了机器学习领域研究者的广......
近年来,偏标记学习作为一类重要的弱监督学习框架,在目标检测和临床医学等多个邻域得到了广泛关注。在偏标签学习框架中,一个样本......
偏标记学习是一类重要的弱监督学习框架,在该框架下标记信息不再具有单一性和明确性:一个示例对应于一个候选标记集合,而候选标记......
偏标记学习是一类重要的弱监督学习框架。在该框架下,每个对象在输入空间由单个示例来描述,而在输出空间与多个候选标记相关联,但......
偏标记学习是一类重要的弱监督学习框架,在该框架下,每个训练样本与一组候选标记相关联,在候选标记集合中有且仅有一个是其真实标......
偏标记学习是一类重要的弱监督学习框架,在该框架下,每个训练样本与一组候选标记相关联,在候选标记集合中有且仅有一个是其真实标......
在机器学习中，偏标记学习是一类重要的弱监督学习框架;在该框架中训练示例不再具有单一明确的标记，每个训练示例的真实标记被隐藏在......
为了克服偏标记学习中监督信息缺失的问题，根据偏标记样本的性质设计决策树生成过程中的样本分裂规则，改造决策树的建立算法．文中算法......
在偏标记学习中,示例的真实标记隐藏在由一组候选标记组成的标记集中。现有的偏标记学习算法在衡量示例之间的相似度时,只基于示例......
偏标记学习（partial label learning）是人们最近提出的一种弱监督机器学习框架,由于放松了训练数据集的构造条件,只需知道训练样本的......
解决偏标记问题的基本策略是消歧，现有的消歧策略大都分别对每个示例单独进行消歧，并未充分利用示例之间的相关性．基于此原因，文中提出......
针对基于样例的偏标记学习方法IPAL需对每个样本求取近邻及近邻的权值、耗时太多而不适用于求取大规模数据的问题,提出了一种基于......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
针对样本集不均衡造成分类器精度不足的问题,提出一种KD树均衡训练集的集成偏标记学习算法。按照伪标签划分样本,采用KD树检索的方......
随着大数据时代的到来,弱监督机器学习技术成为了机器学习领域的一个热点研究方向,并被广泛应用于控制工程、系统工程、模式识别和......
在弱监督信息条件下进行学习已成为大数据时代机器学习领域的研究热点，偏标记学习是最近提出的一种重要的弱监督学习框架，主要解决在......
偏标记学习是近几年提出的新机器学习框架,已有的逻辑回归偏标记算法尚不能解决数据不平衡问题.建立了一种可以解决数据不平衡的逻......
在弱监督信息条件下进行学习已成为机器学习领域的热点研究课题。偏标记学习作为一类重要的弱监督机器学习框架,适于多种实际应用......
现今,由于当前的技术和人力资源有限,许多应用领域无法获得样本与标签之间精确的对应关系,例如书法分类、新闻人物与其姓名的对应......
