关键词heterogeneous learning
搜索结果 - 5
- 喉部血管分类的两步异构迁移学习的问题与改进分析
在该研究中,我们探讨了使用糖尿病视网膜彩色照片作为中间领域进行两步异构学习(THTL)以对喉血管图像进行分类的有效性,并发现通过分析层级类激活图(LayerCAM),采用步骤式微调(SWFT)方法可以显著提高分类准确性。
- 利用证据图的多通道异构学习增强临床证据推荐
该研究旨在针对临床问题推荐临床证据,为此,研究者们定义了支持临床证据推荐的两个知识图谱:证据共指图和证据文本图,同时提出了一种多通道异质性学习模型和融合关注机制来解决证据推荐中的异构性问题,并在实验中取得了优于现有方法的效果。
- WWW异构联邦知识图谱嵌入的学习和遗忘
本文提出了一种新的 FL 框架 ——FedLU,用于异构的 KG 嵌入学习和遗忘,利用相互的知识蒸馏来处理数据异质性造成的局部优化与全局收敛之间的漂移,并提出一种基于认知神经科学的遗忘方法,结合了逆行干扰和被动衰减,通过重用知识蒸馏来从本地 - 联邦命名实体识别
本文通过将联邦学习应用在命名实体识别任务中,使用具有语言无关性的 CoNLL-2003 数据集作为基准数据集,Bi-LSTM-CRF 模型作为基准模型,研究了联邦学习的性能,展示了联邦学习相对于集中式模型在不同的异构学习环境下的性能降低,并 - 群体系统中的逆强化学习
本文提出了一种基于 SwarMDP 框架的针对分布式多智能体相互作用的逆向强化学习算法,在该框架中,我们证明了与智能体相关的值函数相等,通过引入一种新异构学习策略,我们证明了该框架能够有效地产生有意义的本地奖励模型。