Effiziente Verarbeitung und Analyse von Inhalten zur Gewinnung von Erkenntnissen: Graph Co-Training für das semi-überwachte Lernen mit wenigen Beispielen

Wir präsentieren einen neuartigen Ansatz namens Graph Co-Training (GCT), der das Problem der Nicht-Anpassungsfähigkeit des Merkmalextraktors beim semi-überwachten Lernen mit wenigen Beispielen adressiert. GCT kombiniert einen neuartigen Graphlernklassifikator (IGL) mit einem Co-Training-Verfahren, um die Robustheit des Klassifikators durch die Fusion von Multimodalinformationen zu verbessern.