| 用于主動學(xué)習(xí)的時序特征融合預(yù)測損失網(wǎng)絡(luò) | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大小：1395 K | |
| 標(biāo)簽： 主動學(xué)習(xí) 深度學(xué)習(xí) 學(xué)習(xí)損失 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：通過主動學(xué)習(xí)模型來選取最有價值的數(shù)據(jù)點(diǎn)進(jìn)行標(biāo)注是深度學(xué)習(xí)減少標(biāo)注數(shù)據(jù)量的一種方式。預(yù)測損失模型是一類與任務(wù)無關(guān)的主動學(xué)習(xí)模型，該類模型在多個任務(wù)中都有不錯的表現(xiàn)。但是這類模型均不是端到端的模型，不斷變化的輸入特征會導(dǎo)致?lián)p失預(yù)測網(wǎng)絡(luò)在訓(xùn)練時出現(xiàn)輸入偏差。提出了時序特征融合預(yù)測損失模型用于解決該模型的輸入偏差問題。實(shí)驗(yàn)證明，提出的算法在各個任務(wù)中的性能與以往最先進(jìn)的算法相比，平均提升約1.5%，與原預(yù)測損失模型相比，平均提升5%。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
主動學(xué)習(xí) 相關(guān)資源
wwei 的最新分享
- 基于大數(shù)據(jù)的飛參數(shù)據(jù)融合集成與應(yīng)用技術(shù)研究
- 戰(zhàn)場大數(shù)據(jù)與數(shù)據(jù)安全防護(hù)的認(rèn)識與思考
- 基于圖卷積神經(jīng)網(wǎng)絡(luò)的分布式半監(jiān)督自動標(biāo)注方法
- 用于數(shù)據(jù)采集和應(yīng)用的便攜式保障系統(tǒng)設(shè)計
- 基于多源態(tài)勢數(shù)據(jù)融合的體系仿真與效能評估方法
- 面向輕武器射擊的數(shù)據(jù)智能采集關(guān)鍵技術(shù)研究
- 數(shù)據(jù)質(zhì)量治理解決方案研究
- 基于分布式處理的航天試驗(yàn)大數(shù)據(jù)分析研究
Copyright ? 2005-2024 華北計算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2