
분포 변화 하에서 자기 학습의 성능을 향상시키기 위해 예측 신뢰도를 기반으로 과거 예측을 선별적으로 활용하는 앵커 신뢰도(AnCon) 방법을 제안하며, 이 방법은 이론적 토대를 바탕으로 효과적으로 잘못된 의사 레이블을 수정하고 다양한 분포 변화 시나리오에서 자기 학습 성능을 향상시킵니다.


coremsg

앵커-신뢰도를-사용하여-이론적-보장과-함께-분포-변화-하에서-자기-학습-개선


앵커 신뢰도를 사용하여 이론적 보장과 함께 분포 변화 하에서 자기 학습 개선


title_rewrite


앙상블 다양성을 활용하여 자기 학습의 성능을 향상시키고 샘플 선택 편향에 대응하는 새로운 T-유사성 측정 방법을 제안합니다.


앙상블-다양성을-활용한-샘플-선택-편향에서의-강력한-자기-학습


앙상블 다양성을 활용한 샘플 선택 편향에서의 강력한 자기 학습
