掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
機器學習中的標記增強理論與應用研究 版權信息
- ISBN：9787111721697
- 條形碼：9787111721697 ; 978-7-111-72169-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
機器學習中的標記增強理論與應用研究 本書特色
適讀人群 ：科研人員、研究生、從業者適讀人群 ：研究生、科研人員、從業者等 ◆中國計算機領域具有重要突破或重要創新的博士研究生科研成果 ◆2021年度CCF優秀博士學位論文獎 ◆構建了標記增強基礎理論框架 ◆提出了面向標記分布學習的標記增強專用算法 ◆在其他學習范式上應用了標記增強
機器學習中的標記增強理論與應用研究 內容簡介
《機器學習中的標記增強理論與應用研究》由東南大學計算機科學與工程學院助理研究員徐寧撰寫。全書聚焦標記端多義性這一當今機器學習領域的熱點問題，針對學習過程中不可避免的信息損失這一突出問題，提出了標記增強的概念，以期在不增加額外數據標注負擔的前提下，挖掘訓練樣本中蘊含的標記重要性差異信息，將邏輯標記轉化為標記分布。《機器學習中的標記增強理論與應用研究》共六章：第1章緒論，介紹了全書的研究背景和研究內容。第2章標記增強研究進展，介紹了標記增強的研究進展。第3章標記增強理論框架，構建了標記增強的理論框架。第4章面向標記分布學習的標記增強，提出了面向標記分布學習的標記增強。第5章標記增強在其他學習問題上的應用，將標記增強應用到其他學習問題上。第6章總結與展望，總結現有工作，并在此基礎上進行展望。
機器學習中的標記增強理論與應用研究 目錄
第1章 緒論
1.1 研究背景 1
1.2 標記增強簡介 5
1.3 研究內容 7
1.4 組織結構 9
第2章 標記增強研究進展
2.1 引言 11
2.2 多標記學習 14
2.2.1 學習任務 14
2.2.2 學習方法 15
2.2.3 評價指標 22
2.3 標記分布學習 29
2.3.1 學習任務 31
2.3.2 學習方法 33
2.3.3 評價指標 39
2.4 標記增強 40
2.4.1 基于先驗知識的標記增強 42
2.4.2 基于模糊方法的標記增強 45
2.4.3 基于圖的標記增強 48
第3章 標記增強理論框架
3.1 引言 52
3.2 標記分布內在生成機制 54
3.3 標記分布質量評價 62
3.4 標記增強對分類器泛化性能的提升 66
3.5 實驗結果與分析 68
3.5.1 標記分布恢復實驗 68
3.5.2 消融實驗 80
3.6 本章小結 85
第4章 面向標記分布學習的標記增強
4.1 引言 86
4.2 GLLE方法 87
4.2.1 優化框架 88
4.2.2 拓撲空間結構的引入 89
4.2.3 標記相關性的利用 90
4.2.4 優化策略 92
4.3 實驗結果與分析 94
4.3.1 標記分布恢復實驗 94
4.3.2 標記分布學習實驗 103
4.3.3 標記相關性驗證 107
4.4 本章小結 109
第5章 標記增強在其他學習問題上的應用
5.1 引言 111
5.2 多標記學習 112
5.2.1 LEMLL方法 113
5.2.2 實驗結果與分析 118
5.3 偏標記學習 126
5.3.1 PLLE方法 128
5.3.2 實驗結果與分析 132
5.4 本章小結 149
第6章 總結與展望
6.1 總結 151
6.2 下一步研究的方向 153
1.1 研究背景 1
1.2 標記增強簡介 5
1.3 研究內容 7
1.4 組織結構 9
第2章 標記增強研究進展
2.1 引言 11
2.2 多標記學習 14
2.2.1 學習任務 14
2.2.2 學習方法 15
2.2.3 評價指標 22
2.3 標記分布學習 29
2.3.1 學習任務 31
2.3.2 學習方法 33
2.3.3 評價指標 39
2.4 標記增強 40
2.4.1 基于先驗知識的標記增強 42
2.4.2 基于模糊方法的標記增強 45
2.4.3 基于圖的標記增強 48
第3章 標記增強理論框架
3.1 引言 52
3.2 標記分布內在生成機制 54
3.3 標記分布質量評價 62
3.4 標記增強對分類器泛化性能的提升 66
3.5 實驗結果與分析 68
3.5.1 標記分布恢復實驗 68
3.5.2 消融實驗 80
3.6 本章小結 85
第4章 面向標記分布學習的標記增強
4.1 引言 86
4.2 GLLE方法 87
4.2.1 優化框架 88
4.2.2 拓撲空間結構的引入 89
4.2.3 標記相關性的利用 90
4.2.4 優化策略 92
4.3 實驗結果與分析 94
4.3.1 標記分布恢復實驗 94
4.3.2 標記分布學習實驗 103
4.3.3 標記相關性驗證 107
4.4 本章小結 109
第5章 標記增強在其他學習問題上的應用
5.1 引言 111
5.2 多標記學習 112
5.2.1 LEMLL方法 113
5.2.2 實驗結果與分析 118
5.3 偏標記學習 126
5.3.1 PLLE方法 128
5.3.2 實驗結果與分析 132
5.4 本章小結 149
第6章 總結與展望
6.1 總結 151
6.2 下一步研究的方向 153
展開全部
機器學習中的標記增強理論與應用研究 作者簡介
徐寧，東南大學計算機科學與工程學院助理研究員。先后獲中國科學技術大學學士學位、中國科學院大學碩士學位以及東南大學博士學位。主要從事機器學習和數據挖掘領域的研究。在ICML、NeurIPS、IEEE TPAMI、IEEE TKDE等著名國際會議和期刊發表論文20余篇。獲2021年CCF優秀博士學位論文獎、2020年德國DAAD AInet獎、2021年江蘇省優秀博士學位論文獎。擔任Frontiers of Computer Science的預備青年編委，CCF人工智能與模式識別專業委員會執行委員，ICML、NeurIPS、ICLR、AAAI、IJCAI、ECML等著名國際會議的（高級）程序委員會委員，IEEE TPAMI、IEEE TNNLS、IEEE TMM等著名國際期刊的審稿人。
書友推薦
- >
推拿
- >
唐代進士錄
- >
月亮虎
- >
二體千字文
- >
我與地壇
- >
伯納黛特,你要去哪(2021新版)
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
中國歷史的瞬間
本類暢銷
