ラベル無しデータの活用による拡張カテゴリーによるオープンセット学習【JST・京大機械翻訳】

Engelbrecht Emile R.; Preez Johan A. du

プレプリント

J-GLOBAL ID：202202201792624103 整理番号：22P0107934

ラベル無しデータの活用による拡張カテゴリーによるオープンセット学習【JST・京大機械翻訳】

Open-set learning with augmented categories by exploiting unlabelled data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年02月04日プレプリントサーバーでの情報更新日： 2023年10月31日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

新しいカテゴリーは訓練中に観察されないものと一般的に定義されるが,試験中に存在した。しかし,部分ラベル付き訓練データセットは,新しいカテゴリーに属するラベルなし訓練サンプルを含み,これらは訓練と試験に存在することを意味する。本研究は,ラベルなしデータまたはOpen-LACUを利用することによって,拡張カテゴリを持つオープンセット学習と呼ばれる新しい学習ポリシーの中で,著者らが観測したノベールと非観測ノベルカテゴリを呼んでいることの間の最初の一般化である。既存の学習政策の調査の後,著者らは,正およびラベルなし学習,半教師つき学習およびオープンセット認識の統一政策として,Open-LACUを導入した。続いて,関連する研究分野のアルゴリズム訓練プロセスを用いて,最初のOpen-LACUモデルを開発した。提案のOpen-LACU分類器は,最先端と最初の結果を達成した。【JST・京大機械翻訳】

, , ,
, , 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る