标签

 半监督 

相关的文章:

这是一个关于半监督领域最新研究进展和方法的列表页,包括提升伪标记和改善鲁棒性、耦合薄板样条模型用于旋转校正等内容。

BriefGPT - AI 论文速递 -

生成半监督图异常检测

本研究提出了一种新颖的半监督场景下的图异常检测方法(GGAD),通过生成能够在本地结构和节点表示中模拟异常节点的异常节点,为训练具有区分性的单类分类器提供有效的负节点样本,从而更好地利用已知的正常节点。在四个真实世界数据集上进行了全面的实验,建立了半监督图异常检测方法的基准,并展示了 GGAD 在不同数量训练正常节点下大大优于最先进的无监督和半监督图异常检测方法。

该研究提出了一种基于动态图的无监督生成式异常检测方法(GADY),用于检测行为明显偏离图和时间信息内观察到的规范的实体。实验证明,GADY在三个现实世界数据集上明显优于先前的方法。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

FedAnchor: 为未标记的客户端增强联邦半监督学习的标签对比损失

本文提出了 FedAnchor 方法,它是一种创新的半监督学习方法,引入了独特的双头结构(称为锚头),与仅在服务器上进行训练的分类头配对,锚头使用基于余弦相似度度量的新设计标签对比损失,通过减轻伪标签技术中的确认偏见和过拟合问题,显著提高了模型的收敛速度和准确性。

FedAnchor方法通过双头结构和标签对比损失提高了半监督学习模型的收敛速度和准确性。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

用于脑龄预测的半监督扩散模型

我们采用半监督扩散模型,在低质量的 T1w MR 图像上获得了年龄的预测结果与实际年龄之间 0.83(p<0.01)的相关性,这竞争力超过了最先进的非生成方法。此外,我们模型的预测结果与肌萎缩侧索硬化的生存期长度有显著相关性 (r=0.24, p<0.05),从而显示了扩散模型在脑龄预测任务中的价值。

本研究使用神经影像数据和机器学习算法构建了脑龄预测模型。通过预训练和微调神经网络,可以准确估计不同人群的生物年龄,并成功应用于不同的数据集。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

通过半监督蕴涵信号实现合理提取的理由化

通过在部分监督下基于自然语言推理模型对合理性解释模型进行了优化,无需访问真实标签,提高了性能,并实现了与监督提取模型相当的结果和优于无监督方法 100% 以上的性能。

研究发现,使用神经语言模型生成的解释仅限于普遍性的陈述,而预测更新和生成理由更具挑战性。这是未来研究的重要方向。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

LOSS-GAT:标签传播和单类半监督图注意力网络用于假新闻检测

本研究采用基于图的模型的半监督和单类别方法 LOSS-GAT,利用标签传播算法检测假新闻,并在实验证明其优于传统的二分类模型。

本文提出了一些新技巧,以提高图神经网络的性能,并通过消融研究证明这些技巧能显著改进节点分类精度,许多排名前列的模型从中受益。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

半 Mamba-UNet:基于像素层面对比交叉监督的半监督医学图像分割中基于 Mamba 的 UNet

利用 Semi-Mamba-UNet 结合了可视 mamba-based UNet 架构和常规 UNet,采用半监督学习(SSL)框架来解决医学影像分割中的长程依赖和专家标注问题,并通过自监督像素级对比学习策略提升特征学习性能。

Swin-UMamba是一种新颖的基于Mamba的医学图像分割模型,实验证明预训练模型对性能提升有重要作用。在AbdomenMRI、Encoscopy和Microscopy数据集上,Swin-UMamba表现出色,平均得分比最接近的U-Mamba模型高出3.58%。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

RESMatch: 半监督方式下的指代表达式分割

该研究介绍了 RESMatch,这是一种用于参考表达分割的半监督学习方法,旨在减少对详尽数据标注的依赖,通过修订强扰动、文本增强和强弱监督质量调整等三种创新,RESMatch 在多个数据集上显著优于基线方法,并树立了新的最优效果,为以后的半监督学习参考表达分割研究奠定了基础。

本文介绍了一个新的基准测试 Generalized Referring Expression Segmentation (GRES),它允许表达式引用任意数量的目标对象。通过构建大规模数据集 gRefCOCO,并提出基于区域的 GRES 基线 ReLA,成功划分具有子实例线索的区域,并建模区域 - 区域和区域 - 语言之间的依赖关系。实验结果表明,GRES的一个重要挑战是复杂的关系建模,而基于区域的方法ReLA在新提出的GRES和经典的RES任务上取得了最新的性能水平。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

边界感知的对比学习用于半监督核实例分割

本文提出了一种边界感知对比学习网络,用于去噪半监督核分割任务,并通过实验证明了该方法在现有半监督实例分割方法中的优越性。

我们提出了一种使用两个不同子网络来探索和利用它们之间差异的方法,最终纠正错误的预测结果,通过有针对性的验证训练过程识别不一致预测的区域并进行微调,从而提高上下文信息的利用;此外,为了自适应地调整网络的表示能力并降低预测不确定性,我们采用了自监督对比学习范式,利用网络的置信度区分可靠和不可靠的预测,并训练模型有效地最小化不可靠的预测;我们的实验结果来自于临床 MRI 和 CT 扫描的器官分割,与最先进的方法相比,证明了我们方法的有效性。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

提升伪标记和改善半监督领域泛化的鲁棒性

我们提出了一种新的半监督领域泛化方法,利用模型平均的不确定性引导伪标签技术,在有限标签的情况下缓解对源领域的过拟合,并在关键代表性领域泛化数据集上证明了其有效性。

本文介绍了一种新的深度框架,使用半监督域泛化技术解决领域差异问题,并在DG基准数据集上验证了其有效性。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

半监督耦合薄板样条模型用于旋转校正与更多

该研究探索了薄板样条(TPS)在单图像变形任务中的应用,提出了耦合薄板样条模型(CoupledTPS),通过迭代耦合多个 TPS 变换,并利用半监督学习方案改进变形质量,实现了旋转矫正与更强大变换的优越性和普适性的展示。

本文介绍了一种改进的平面旋转方法(MPRS),它是一种以物理为灵感的空间/时间回归的机器学习方法。MPRS能够处理分散的数据和任意的空间维度,并且在各种测试中表现出与标准插值方法相当的预测性能。它还是一种非常有效的缺口填充方法,具有优越的计算效率和可扩展性。

相关推荐 去reddit讨论

热榜 Top10

...
LigaAI
...
Dify.AI
...
观测云
...
eolink
...
天勤数据
...
白鲸技术栈
...
ShowMeBug

推荐或自荐