BriefGPT.xyz
Ask
alpha
关键词
federated semi-supervised learning
搜索结果 - 4
IJCAI
先估计再消除偏见：一种贝叶斯方法用于解除联合半监督学习中的先验偏差
FSSL 方法中的预测偏差主要源自训练数据中的标签先验偏差，本文从贝叶斯角度探讨了该偏差，并提出了一种名为 FedDB 的去偏方法，通过平均未标记数据的预测概率来减小标签先验偏差，实验证明 FedDB 能够超过现有的 FSSL 方法。
PDF
a month ago
ICLR
具有极端标签不足的联邦模型的鲁棒训练
我们提出了一种新颖的双模型范式 Twin-sight，通过不同角度从有标签和无标签数据中提供洞察力，以增强相互引导。该方法同时训练具有监督目标函数的监督模型和使用无监督目标函数训练的无监督模型，通过引入邻域保持约束增强两个模型之间的协同效应
→
PDF
4 months ago
面向联邦开放世界半监督学习的无偏训练
本文提出了一种新的 Federatedopen-world Semi-Supervised Learning（FedoSSL）框架，可解决分布式和开放式环境下训练过程中异构分布未知类所导致的偏差，通过使用抑制损失增强聚合效果和校准模块确保知
→
PDF
a year ago
处理联邦半监督学习中的类别变量不平衡问题
本文提出 Federated Semi-supervised Learning for Class Variable Imbalance (FCVI) 来解决数据变量不平衡问题，并采用 class-variable 学习算法来缓解由于类别数
→
PDF
a year ago
Prev
Next