檢索結果:共6筆資料 檢索策略: ckeyword.raw="半監督學習" and ckeyword.raw="半監督學習"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
在以往的深度學習研究中,大部分的模型訓練需要仰賴大量且乾淨的資料集才能得到較好的效能;然而,一旦資料集中存有部分錯誤的標註資料,將可能嚴重影響到模型的準確率。以影像分類任務為例,一般的深度學習方法是…
2
語意分割是一種典型像素級的歸類問題,現今應用於醫學圖像分析、機器人感知、擴增實境等領域裡,本篇論文將其應用於動漫插圖領域裡,對於動漫角色的人體和穿著部件進行像素級別歸類。 在動漫著色(Anime i…
3
數十年來,許多的研究學者投入研究判別人們是否在說謊。欺騙的跡象不是單一的,且需同時考慮從臉部或身體姿態所觀察到不同的非語言交流。近年來,在科學領域中欺騙檢測的議題逐漸受到重視,相關的欺騙檢測…
4
在現實世界的應用中經常遇到具有分佈不均且標籤不全的半監督式分類問題。正面資訊不充分、完全不存在負面資訊及缺失標籤的分佈不均導致多標籤分類結果的準確性降低。在本文中,我們提出半監督式之不完備訓練標籤恢…
5
皮膚疾病的準確嚴重程度分級對於精準醫療而言有著關鍵影響。痤瘡是常見的皮膚疾病,人工診斷通常可以根據原發性和繼發性情形作為標準。然而,痤瘡的病灶特徵具有相似性、醫師的臨床經驗或精神狀況具有差異性,因此…
6
在過去的深度學習研究中,大部分的模型訓練需要依靠大量且正確標註的資料才能得到較好的效能;然而,一旦資料集中存有部分錯誤的標註資料,將可能嚴重影響到模型的準確率。在影像分類任務中,常見的深度學習方法是…