self-training methods | BriefGPT

关键词self-training methods

搜索结果 - 11

先自主训练再转录
研究表明，对于训练和测试领域不匹配的情况下，当前的语音识别系统会显示出较大的性能下降。自我训练方法可以帮助解决这个问题，并在域漂移的情况下使模型适应。本文调查了在测试集上进行噪声学生教师训练作为测试时自适应方法的效益，类似于语言模型的动态评
PDF17 days ago
基于 $f$- 散度和 $α$-Rényi 散度的鲁棒半监督学习
研究了适用于半监督学习中自训练方法的一系列经验风险函数和正则化方法，这些方法受到各种差异度量的启示。通过对差异度量理论基础的启发，即差异度量和 Rényi 差异度量，我们还提供了有益的见解，以增强对我们的经验风险函数和正则化技术的理解。在伪
PDF2 months ago
ECAP：基于大规模剪切粘贴增强的无监督域自适应语义分割
在此篇研究论文中，我们提出一种名为 ECAP 的广泛剪切和粘贴策略，通过数据增强来利用可靠的伪标签，从而在无监督领域适应语义分割任务中提高性能。
PDF4 months ago
噪声自训练与数据扩增在冒犯与仇恨言论检测任务中的应用
在线社交媒体存在大量冒犯和仇恨言论，为了解决这个问题，需要自动检测这些言论，而手动标注高质量的数据集困难且花费高。本研究探讨了使用自我训练方法和文本数据增强技术来提高训练数据量和模型鲁棒性的效果，在两个冒犯和仇恨言论数据集上进行实验证明了自
PDFa year ago
EMNLPSAT: 简单的实例自适应自训练提高半监督文本分类
本文提出了一种简单的实例自适应自训练方法 (SAT)，用于半监督文本分类。SAT 通过生成两个扩充视图来识别伪标签并用于模型训练，实验结果表明 SAT 方法具有竞争力的性能。
PDF2 years ago
SePiCo: 面向域自适应语义分割的语义引导像素对比
该论文提出了一种新的一步自适应框架 SePiCo，它通过强调单个像素的语义概念来促进跨域自学习方法的学习，并在合成到真实和白天到夜晚自适应情景下取得了显著的进展。
PDF2 years ago
自学习：一项调查
本文介绍了二元和多类分类的自学习方法及其变体，并探讨了一些新的方法。我们评估了这些方法在不同的基准分类数据集上的表现，并提出了未来研究的思路。这是首个完整分析的经验综述。
PDF2 years ago
WWW置信度可能欺骗：在分布偏移情况下对图神经网络进行自我训练
该论文提出了一种新的自我训练方法 (DR-GST)，通过 dropout 变分推理和 dropedge 变分推理来恢复标注数据集的分布，并利用 loss 校正方法来提高伪标签的质量，在五个基准数据集上都取得了良好的效果。
PDF2 years ago
领域自适应语义分割无源数据
一个基于自训练网络的语义分割框架，该框架主要包含两个部分：正样本提取和负样本提取，以及选用了启发式的互补标签选择方法。通过实验可知，该框架在广泛应用的合成到实际领域的语义分割任务上表现出了很高的性能。
PDF3 years ago
EMNLP增量元自学习的半监督关系抽取
本文提出了一种名为 MetaSRE 的方法，通过生成质量评估对伪标签进行元学习来降低噪声，同时采用伪标签选择和利用方案，仅以自我训练的方式利用高质量伪标签逐步增加标记样本以提高鲁棒性和准确性。在两个公共数据集上的实验结果表明了所提出方法的有
PDF4 years ago
DMT: 半监督学习的动态相互训练
本文介绍了一种互动训练（Dynamic Mutual Training，DMT）的方法，可以通过两种不同模型之间的互动来确定伪标签的错误，从而提高半监督学习的性能。在图像分类和语义分割任务中，DMT 均取得了最新的表现。
PDF4 years ago