新方法应对双重失配半监督学习

针对半监督学习中标注与未标注数据在类别分布和标签空间双重失配的问题，Li Yuan、Yaxin Hou、Jiawei Tang、Yongbiao Gao、Yuheng Jia 提交论文，提出 hub-spoke 潜空间几何结构：已知类均匀分布在中心 hub 周围，并围绕各自原型形成紧凑聚类；hub 为高不确定性未知类样本提供低证据区域锚点，并配合基于证据的分类器缓解多数类主导。研究者称，实验显示该方法在多种设置下优于现有最优方法，最大提升 3.25%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。