Войти
аналитика - 자기 학습
앵커 신뢰도를 사용하여 이론적 보장과 함께 분포 변화 하에서 자기 학습 개선
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.
앙상블 다양성을 활용한 샘플 선택 편향에서의 강력한 자기 학습
앙상블 다양성을 활용하여 자기 학습의 성능을 향상시키고 샘플 선택 편향에 대응하는 새로운 T-유사성 측정 방법을 제안합니다.
Продукты
© 2024 by Linnk AI