特征空间重新归一化用于半监督学习
原文中文,约300字,阅读约需1分钟。发表于: 。本文提出了一种特征空间重整化机制 (FSR) 作为半监督学习的一种代替一致性正则化方法的方法,并将其与伪标签相结合,得到了一种名为 FreMatch 的新型有效的半监督学习模型,实验证明该方法在多种标准半监督学习基准数据集上能够取得更好的性能,并且所提出的特征空间重整化机制还能增强其他半监督学习方法的性能。
本文提出了一种名为 FreMatch 的新型半监督学习模型,采用特征空间重整化机制 (FSR) 代替一致性正则化方法,并结合伪标签,实验证明在多种标准半监督学习基准数据集上能够取得更好的性能。此外,该机制还能增强其他半监督学习方法的性能。