基于弱标签的多示例迁移学习方法OA北大核心CSCDCSTPCD
Multi-instance transfer learning method based on weak labels
作为监督学习的一种变体,多示例学习(MIL)试图从包中的示例中学习分类器.在多示例学习中,标签与包相关联,而不是与单个示例相关联.包的标签是已知的,示例的标签是未知的.MIL可以解决标记模糊问题,但要解决带有弱标签的问题并不容易.对于弱标签问题,包和示例的标签都是未知的,但它们是潜在的变量.现在有多个标签和示例,可以通过对不同标签进行加权来近似估计包和示例的标签.提出了一种新的基于迁移学习的多示例学习框架来解决弱标签的问题.首先构造了一个基于多示…查看全部>>
肖燕珊;梁飞;刘波
广东工业大学计算机学院,广州510006广东工业大学计算机学院,广州510006广东工业大学自动化学院,广州510006
信息技术与安全科学
多示例学习迁移学习弱标签
《计算机应用研究》 2021 (1)
125-128,4
国家自然科学基金资助项目(61876044,62076074)