结合局部标记序关系的弱监督标记分布学习
标记分布学习(label distribution learning,LDL)是一种用于解决标记多义性的新颖学习范式.现有的LDL方法大多基于完整数据信息进行设计,然而由于高昂的标注成本以及标注人员水平的局限性,很难获取到完整标注数据信息,且会导致传统LDL算法性能的下降.为此,本文提出了一种新型的结合局部序标记关系的弱监督标记分布学习算法,通过维持尚未缺失标记之间的相对关系,并利用标记相关性来恢复缺失的标记,在数据标注不完整的情况下提升算法性能.在14个数据集上进行了大量的实验来验证算法的有效性.
标记分布学习、标记多义性、弱监督学习、标记排序、弱监督标记分布学习、多标记学习、标记相关性、局部标记序关系
18
TP181(自动化基础理论)
国家自然科学基金;江苏省自然科学基金
2023-03-03（万方平台首次上网日期，不代表论文的发表时间）
共9页
47-55
