半监督学习相关论文
视频语义分割是计算机视觉领域的基础任务,旨在为每帧图像上的像素点进行语义类别标记,从而获取对周围场景的像素级语义解析,在智......
分类和聚类方法是机器学习的核心研究领域。针对向量型数据（每个数据点为一向量）的研究已经较为成熟。因此,在处理矩阵型数据（每个数......
随着互联网的不断发展和终端设备性能的不断提升,数字媒体信息越来越丰富,并呈现模态多样化的特点,主要模态包括文本、图像、视频......
社交媒体平台上,围绕突发案件中不同评价对象的讨论会在短时间内聚集和传播,引起涉案舆情,影响案件的公正处理并引发社会问题。对......
表示学习对于人工智能的成功有着十分重要的意义,从传统的机器学习模型到如今的深度学习模型,表示学习在不同的应用领域中发挥着巨......
本文针对传统深度神经网络在图像识别中的实际训练以及应用上所存在的标注数据难以获取、模型效果不稳定以及模型对数据分布影响较......
在人类的日常社交中,表情蕴藏着丰富的情感状态与意图信息。人脸表情识别技术可以使计算机理解人的情绪与心理,在人机交互、疲劳驾......
随着现代社会的数据量与信息量急剧增长,以机器学习为代表的系列人工智能技术取得了重要突破,特别是有监督学习模型,其泛化性能在......
为解决当前卫星故障检测面临的依赖规则库、多元特征融合不足以及数据正负样本分布不均衡等问题，从卫星数据的时序特性出发，提出基于......
随着许多覆盖全球的遥感卫星成功发射,激增的需求催生各种复杂模型在遥感分类任务中快速发展与应用,遥感分类技术对于大规模带标签......
近年来,城市智能化的发展越来越成熟,各大城市都部署了大量的高清监控摄像头,由此获取了大量的视频信息。其中行人数据的智能化分......
随着互联网时代的崛起和移动设备的发展,每分每秒产生的文本信息不可估量,因此提取文本信息内涵和文本情感评价成为了自然语言领域......
【目的】医学图像分割是医学图像分析中的一个重要内容。现有的大部分图像分割算法都是基于监督学习，而实际应用中医学图像标签难以......
大部分医学图像分割方法主要在相同或者相似医疗数据领域进行训练和评估，这意味其需要大量的像素级别的标注。但是，这些模型会在领域......
轴承在线监测大数据主要是由大量无标签数据和少量有标签数据组成的。已有的智能诊断方法多依赖于大量有标签数据的监督学习。针对......
随着单细胞测序技术的发展,越来越多的单细胞转录数据使人们能够更深入地了解细胞水平的细胞异质性和机制。单细胞分类和新细胞类......
在机器学习中,传统方法通过学习对有标记样本来构建模型,通常需要设置大量的有标记样本来增加模型的泛化能力。但是在大多数情况下......
变压器是电力系统中的核心设备，其运行的可靠性直接影响着整个电力系统的稳定与安全，因此对变压器运行状态进行实时分析并进行准确的......
计算机技术迅速发展的今天,机器学习在许多领域已经取得了非常优秀的性能表现。虽然新的机器学习算法层出不穷,性能也逐步提升,但......
窃电活动不但会扩大供电的非正常线损,破坏电力企业的经营效益,而且还会损害社会正常的用电秩序。目前,供电企业已经实现了对用户......
在许多数据挖掘和机器学习应用中,获取样本的标签非常困难且耗时,而且有时候成本高昂,因为它们可能需要大量的人工。然而,未标记的......
三维人脸重建是计算机视觉领域的热门研究方向之一,在现实生活中有着广泛的应用,如人脸识别、游戏娱乐、影视动画等。本研究旨在从......
为了实现高质量的数据清洗，提升专利数据构建网络的准确性，发明人的姓名消歧已经成为目前国内外众多研究者重视的关键性问题。本文根......
声音事件检测技术能够识别出一个音频段中存在的事件类别并标注出各事件的起止时间，在智能城市、医疗监控、野生动物保护等应用场景......
针对不平衡数据集下风电机组齿轮箱故障诊断准确率低以及故障特征不明显的问题，提出峭度指标与遗传算法优化Wasserstein距离生成对......
人工智能的迅速发展将深刻改变人类的社会生活。情感是大脑的高级活动,为了更好地服务人类,人工智能的研究要加强机器与人之间的感......
为了提取高光谱图像中的深度鉴别特征，往往需要大量标记样本，但是高光谱图像样本标定困难，基于高光谱图像的“图谱合一”特性提出一种......
排水管道是城市的基础设施,对排水管道的定期检测和维护是市政工程机构的一项重要工作,实现检测的自动化可以节省大量的成本。因此......
关键词的自动抽取技术是为了满足信息时代人们对特定领域知识快速便捷获取的需求.它也是机器翻译、信息检索、知识图谱构建等应用......
在电力物联网中,数据管理技术扮演着至关重要的角色。电力物联网数据集成系统首先需要对变化的实体进行建模,用同构模型来反映异构......
变电设备是电力系统中的关键部分，维护其安全稳定运行具有重要意义。当变电设备发生故障时，需要及时、准确对其故障类型进行诊断。提......
半监督学习存在于现实世界的各个场景中，可在生物化学领域对科学研究产生巨大的作用。在各领域也都有相关具体应用，如病毒毒性预测、......
针对辐射源个体识别（SEI）中样本标签不完整和数据类别分布不平衡导致分类准确率下降的问题，该文提出了一种基于代价敏感学习和半监督......
针对在有标签信号样本数量较少，待识别信号因复杂信道导致数据分布发生变化的实际场景中，传统通信辐射源个体识别技术识别率较低的问......
随着移动互联网技术和移动通信技术的发展,社交媒体越来越广泛而深刻地融入人们的日常生活,成为获取分享信息,表达交流观点的主要......
老照片由于长时间的磨损或者保存不当，会出现划痕损伤，基于学习进行老照片划痕修复的难题在于缺乏学习所需数据集。针对缺少老照片划......
在临床应用中,从医学图像里面精准分割出器官或病变区域对于医生的诊断十分重要。随着基于卷积神经网络（CNN）或视觉Transformer进行......
光学遥感图像的变化检测是地球观测领域一项重要而富有挑战性的任务。近期的变化检测研究引入深度学习理论,实现了性能上的突破。......
联邦学习通过用上传模型参数的方式取代了数据传输,降低了隐私泄露的风险.然而,将联邦学习应用到云边端框架下时,一方面,由于云边......
随着我国城市化和工业化建设进程的迅速推移和深入,对建筑物进行动态监测提取准确、高效的变化信息具有十分重要的意义,关系到城市......
