期刊专题

10.13328/j.cnki.jos.005673

多标记众包学习

姜远李绍园
南京大学;
引用
(0)
收藏
传统的多标记学习任务要求训练数据拥有完整的或者至少部分的真实标记,而真实标记耗费昂贵并且难以获取.不同于由昂贵受限的专家标注真实标记,众包环境下,多标记任务被分配给多个容易获取的非专家标注,学习目标是从有错误的非专家标注中估计样本的真实标记.这一问题的关键在于如何融合非专家标注.以往的众包学习主要集中在单标记任务上,忽视了多标记任务的标记相关性;而多标记任务上的众包工作集中在局部标记相关性的利用如标记共同出现的概率,标记间条件相关性,其估计很敏感地受到标记数量和质量的影响.考虑到多标记任务上多个标注者的标注结果整体上存在低秩结构关系,提出一种基于低秩张量矫正的方法.首先,将标注结果组织成三维的张量(样…展开v

多标记学习、众包、低秩、张量近似、融合

31

TP181(自动化基础理论)

国家自然科学基金61673201

2020-06-30(万方平台首次上网日期,不代表论文的发表时间)

共14页

1497-1510

暂无封面信息
查看本期封面目录

软件学报

北大核心CSTPCDEI

1000-9825

11-2560/TP

31

2020,31(5)

月卡
- 期刊畅读卡 -
¥68
季卡
- 期刊畅读卡 -
¥128
年卡
- 期刊畅读卡 -
¥199
年卡
- 超级文献套餐 -
¥499
查重
- 个人文献检测 -
快速入口
开通阅读并同意
《万方数据会员(个人)服务协议》

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn