semi-supervised deep learning | BriefGPT

关键词semi-supervised deep learning

搜索结果 - 8

PSG 信号中的阿尔茨海默病检测
阿尔茨海默病和睡眠障碍之间存在紧密联系，睡眠模式的中断经常在轻度认知障碍（MCI）和早期 AD 发作之前出现。本研究探讨利用通过多导睡眠监测仪（PSG）获得的与睡眠相关的脑电图（EEG）信号用于早期 AD 检测的潜力。我们主要关注于探索半监
PDF3 months ago
R2-D2: 半监督深度学习的重复预测深度解码器
本文提出了一种基于端到端框架的半监督深度学习（Deep SSL）方法，通过证明伪标签与网络预测之间的关系具有指数联系，为在深度学习范式中使用预测作为伪标签提供了理论支持；本文进一步证明了通过网络预测更新伪标签会使它们变得不确定，为此提出了一
PDF2 years ago
ICLR非独立同分布数据下的半监督学习
本文研究了半监督深度学习中的语义数据集匹配，证明其在某些情况下甚至会降低最先进算法的性能，并提出了一种更可靠的选择无标签数据的定量匹配标准，即使用基于密度的不相似性度量在通用分类器的特征空间中进行。
PDF3 years ago
基于区域一致性的半监督学习用于胎儿脑 MRI 质量评估
本研究提出了一种基于半监督的深度学习方法，通过均值教师模型及 ROI 一致性损失检测胎儿脑体积扫描中的伪迹，结果表明相比于有监督学习，该方法可以提高模型准确度约 6％，并且优于其他半监督学习方法。此外，该方法已在 MR 扫描仪上进行实现和评
PDF4 years ago
AAAI基于重复预测的半监督深度解密
本文提出了一种名为 deep decipher (D2) 的 SSL 方法，证明了用网络预测来更新 pseudo-labels 的理论支持，并提出了一种名为 repetitive reprediction (R2) 的训练策略来解决更新 p
PDF5 years ago
KDD利用半监督深度学习进行读物分类
本研究提出了一种半监督深度学习方法，通过分析转换为一维信号的覆盖图来检测妨碍新基因组组装过程的读取类型，并通过测试两种模型来提高装配过程的质量。
PDF5 years ago
DeepAffinity: 基于统一的循环卷积神经网络的化合物 - 蛋白亲和性可解释的深度学习
利用领域知识和深度学习方法，提出了一种半监督深度学习模型，旨在从蛋白质序列中预测化合物与蛋白质相互作用并对其进行解释，表现优于传统方法，并采用转移学习进一步提高了新型蛋白质的预测效果以及对筛选药物的解释性能。
PDF6 years ago
深度贝叶斯主动半监督学习
通过半监督深度学习与主动学习相结合的方法，使用尽可能少的标记样本，同时利用熵最小化对未标记样本进行训练，在 MNIST 数据集上仅使用 300 个标记样本实现 2.06% 的误差率和 1000 个标记样本实现 1.06% 的误差率。该方法可
PDF6 years ago