檢索結果:共5筆資料 檢索策略: "資訊工程系".dept (精準) and ckeyword.raw="對比學習"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
在推薦系統領域中,神經網絡的使用越來越普遍,在過去大部分的研究當中通常透過單一表徵來代表使用者的整體偏好,而在一些研究當中注意到使用者偏好可以被解釋為使用者的多方面的興趣,因此多興趣的概念在推薦系統…
2
由於模型結構複雜,深度學習方法通常在模型訓練和模型預測中引入較高的時間和空間複雜度。為了有效地將深度學習方法應用於輕量級設備,例如物聯網環境設備,模型壓縮到輕量級版本近年來引起了人們的關注。知識蒸餾…
3
自監督學習正在迅速地縮減監督式學習在資料短缺及充足的情況下的差距。這項成就歸功於對比學習方法近期的研究成果。然而,學者們仍探究著對比學習的弱點。首先,在實務上以實例判別任務為基礎的對比學習能夠輕易地…
4
在過去,傳統監督學習高度依賴標記數據,這限制了其應用在各種不同種類的數據集。隨著自監督學習在計算機視覺領域取得了驚人的進展,它顯示了在不依賴標籤的情況下達到與監督學習相媲美的成果的潛力。近年來,這種…
5
由於傳統的腫瘤切割方式是相當費時費力的,發展一個有效的自動腫瘤分割模型是相當重要的。然而,過往大多數的模型都是採用全監督式的方法來訓練的,全監督式的方法需要大量的像素等級標註資料,而像素等級的標註資…