关键词positive and unlabeled classification
搜索结果 - 2
- 正标 - 未标分类的元学习
我们提出了一种元学习方法,用于正负样本未标记分类,从而提高仅使用 PU 数据获得的二元分类器在未知目标任务中的性能。该方法使用包含正向、负向和未标记数据的相关任务,在使用 PU 数据调整模型之后,最小化了测试分类风险。通过使用神经网络将每个 - 关于 GAN 中的正无标记分类
本文定义了一个基于正例和未标记的分类问题,进而提出了一种新颖的技术来稳定 GAN 中的鉴别器训练。我们将生成数据视为未标记,这个分类器称为 Positive-Unlabeled GAN(PUGAN),理论上证明了这个模型将达到全局最优性。实