不确定性意识的长尾权重模型伪标签在半监督学习中的效用

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本研究分析了半监督学习中伪标签过滤的缺陷,提出了一种不确定性意识的集成结构(UES),通过长尾权重建模伪标签的效用,从而增强模型的鲁棒性。实验结果表明,该方法在多个数据集上显著提升了性能。

原文中文,约200字,阅读约需1分钟。
阅读原文