随笔分类 -  【16】Machine Learning

关于最近邻的噪声标签建模论文简读
摘要：目录 1 S3: Supervised Self-supervised Learning under Label Noise (ICLR 2022 reject) 2 PI-GNN: Towards Robust Graph Neural Networks against Label Noise ( 阅读全文
posted @ 2022-02-24 18:58 舞动的心 阅读(722) 评论(0) 推荐(0) 编辑
弱监督学习文章略读记录
摘要：1.A Theory-Driven Self-Labeling Refinement Method for Contrastive Representation Learning (NIPS 2021) 链接：https://openreview.net/forum?id=P84bifNCpFQ ( 阅读全文
posted @ 2021-12-06 22:05 舞动的心 阅读(297) 评论(0) 推荐(0) 编辑
关于弱标签问题的相关论文略读
摘要：Iterative Teaching by Label Synthesis (NIPS, 2021) 评论：https://openreview.net/forum?id=9rphbXqgmqM, Spotlight 代码：暂未找到。 简介：本文作者认为真实标签并不一定是模型学习的最佳选择，因此提出 阅读全文
posted @ 2021-11-27 22:45 舞动的心 阅读(230) 评论(0) 推荐(0) 编辑
弱监督学习最新文章略读
摘要：目录 噪声标签建模 半监督学习 噪声标签理论解释 数据增强策略 噪声标签建模 1. NIPS2021，FINE Samples for Learning with Noisy Labels 代码：https://github.com/Kthyeon/FINE_official 链接：https:// 阅读全文
posted @ 2021-11-19 13:33 舞动的心 阅读(682) 评论(0) 推荐(0) 编辑
弱标签问题相关论文略读
摘要：目录 1Transductive Propagation Network ( ICLR 2019) 2 Temporal Coherence Label Propagation (ICLR 2022, Under Review) 3 FlexMatch (NIPS2021) 4 Conditiona 阅读全文
posted @ 2021-11-12 14:53 舞动的心 阅读(214) 评论(0) 推荐(0) 编辑
非完整数据聚类初探
摘要：目录 1基于模糊C均值的非完整数据聚类 (TSMC, 2001) 1.1动机 1.2贡献 1.3实验分析 1.4我的思考 2 基于惩罚不相似方法的缺失值聚类 (Machine Learning, 2018) 2.1 动机 2.2 贡献 2.3实验分析 2.4 我的思考 3 基于最优运输的深度分布保留 阅读全文
posted @ 2021-06-10 12:17 舞动的心 阅读(1196) 评论(0) 推荐(0) 编辑
深度聚类算法浅谈
摘要：目录 1 深度嵌入聚类（ICML, 2016） 1.1 动机 1.2 贡献 1.3 实验分析 1.4 我的想法 2 神经协同子空间聚类（ICML, 2019） 2.1 动机 2.2 贡献 2.3 实验分析 2.4 我的想法 3 基于鲁棒学习的改进的无监督图像聚类 （CVPR, 2021） 3.1 动 阅读全文
posted @ 2021-04-15 09:38 舞动的心 阅读(15690) 评论(3) 推荐(6) 编辑
最优运输（Optimal Transfort）：从理论到填补的应用
摘要：目录 引言 1 背景 2 什么是最优运输？ 3 基本概念 3.1 离散测度 (Discrete measures) 3.2 蒙日(Monge)问题 3.3 Kantorovich Relaxation (松弛的蒙日问题) 3.4 Wasserstein距离 3.5 最优运输问题初解 3.6 熵(En 阅读全文
posted @ 2021-03-12 16:53 舞动的心 阅读(32894) 评论(0) 推荐(12) 编辑

点击右上角即可分享
微信分享提示