label information | BriefGPT

关键词label information

搜索结果 - 7

利用标签信息在纵向联邦学习中进行隐蔽数据窃取
我们开发了 DMAVFL，一种新颖的攻击策略，可以规避当前的检测机制，其关键思想是将鉴别器与辅助分类器相结合，充分利用标签信息（在先前的攻击中完全被忽视），从而在一方面有助于更好地表征不同类别样本的嵌入，从而获得改进的重建性能；另一方面，使
PDF2 months ago
跨域混合增强的半监督域适应
这篇论文介绍了一种新的半监督领域适应方法，称为具有领域内混合和邻域扩展的跨域集成，以解决标签空间中的标签不匹配问题，并通过利用邻域扩展进一步提高自适应模型的性能。
PDF6 months ago
CEIR：基于概念的可解释图像表示学习
利用概念为基础的可解释图像表示（CEIR）方法，结合自监督学习和变分自编码器（VAE），通过投影输入图像到概念向量空间并学习潜在表示，实现高质量的无监督聚类以及从开放世界图像中提取相关概念的能力。
PDF7 months ago
利用标签信息进行多模态情感识别
通过利用标签信息进行多模态情绪识别，我们提出了一种新的方法，通过标签 - 令牌和标签 - 帧交互来学习每个话语的标签增强文本 / 语音表示，并设计了一种新的标签引导的注意融合模块，以融合具有标签意识的文本和语音表示进行情绪分类，实验证明该方
PDF10 months ago
ICLR无监督域自适应时间序列的对比学习
本文提出了一种名为 CLUDA 的新颖的时序数据无监督领域适应框架，旨在使用对比学习框架来学习多变量时间序列的语境表示，并通过自定义最近邻对比学习来捕获源域和目标域之间的上下文表示变化，从而实现了在时间序列领域中学习域不变上下文表示的方法，
PDF2 years ago
AAAISHOT-VAE：带标签 ELBO 逼近的半监督深度生成模型
本文探讨了半监督变分自编码器中 ELBO 值较好时推理结果不一定准确的问题，并提出使用带有标签预测损失的平滑 ELBO 以及基于最优插值的逼近方法以提升推理准确性。SHOOT-VAE 在 CIFAR-100 上准确率为 25.30%，在 C
PDF4 years ago
NIPS深度生成模型的半监督学习
利用迭代方法的变分技术，基于生成模型，研发半监督学习的新算法，解决现代数据分析中处理大规模非标记数据集挑战。深度生成模型与贝叶斯推理结合，灵活、高效、可拓展，为半监督学习提供了有力支持。
PDF10 years ago