| 注册
首页|期刊导航|智能系统学报|基于动态阈值增强原型网络的联邦半监督学习模型

基于动态阈值增强原型网络的联邦半监督学习模型

陈涛 谢在鹏 屈志昊

智能系统学报2024,Vol.19Issue(3):P.534-545,12.
智能系统学报2024,Vol.19Issue(3):P.534-545,12.DOI:10.11992/tis.202311015

基于动态阈值增强原型网络的联邦半监督学习模型

陈涛 1谢在鹏 1屈志昊1

作者信息

  • 1. 河海大学计算机与信息学院,江苏南京211100
  • 折叠

摘要

关键词

联邦学习/半监督学习/知识共享/原型网络/伪标签/动态阈值/无标签数据/数据异质性

分类

信息技术与安全科学

引用本文复制引用

陈涛,谢在鹏,屈志昊..基于动态阈值增强原型网络的联邦半监督学习模型[J].智能系统学报,2024,19(3):P.534-545,12.

基金项目

水灾害防御全国重点实验室“一带一路”水资源与可持续发展科技基金项目(2021490811) (2021490811)

国家自然科学基金青年项目(62102131) (62102131)

江苏省自然科学基金青年项目(BK20210361). (BK20210361)

智能系统学报

OA北大核心CSTPCD

1673-4785

访问量0
|
下载量0
段落导航相关论文