Mar, 2024
利用模型的内部表示进行磁性图像分类
Leveraging Internal Representations of Model for Magnetic Image Classification
Adarsh N L, Arun P V, Alok Porwal, Malcolm Aranha
TL;DR利用边缘设备生成的数据，使用多样化的机器学习方法来解决隐私问题并利用分布式数据来训练智能自主系统，但由于分散存储数据碎片的敏感性，安全问题仍然存在。该研究介绍了一种独特的机器学习模型训练方法，针对仅有单独的磁感图像及其相应的标签图像的情况。通过利用深度学习的内部表征，我们旨在有效解决数据稀缺性问题，并产生有意义的结果，为用较少数据训练机器学习模型开辟了新途径。