[发明专利]一种噪声鲁棒性的半监督学习数据增强方法在审
| 申请号： | 202310162372.3 | 申请日： | 2023-02-23 |
| 公开（公告）号： | CN116108352A | 公开（公告）日： | 2023-05-12 |
| 发明（设计）人： | 李佳笑 | 申请（专利权）人： | 杭州微士科技有限公司 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214;G06F18/213 |
| 代理公司： | 北京亿知臻成专利代理事务所(普通合伙) 16123 | 代理人： | 张毅 |
| 地址： | 310000 浙江省杭州市余杭区仓前街*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种噪声鲁棒性的半监督学习数据增强方法，涉及学习数据技术领域。一种噪声鲁棒性的半监督学习数据增强方法，包括引入in‑trust loss的半监督数据增强技术建模，该方法包括以下步骤：S1、使用现有的标注数据对模型M进行训练；S2、使用模型M在未标注的数据B进行预测得到伪标注数据C，在通常情况下，数据B的数据量远大于数据A。本发明引入in‑trust loss的半监督数据增强技术，进而解决了解决了在使用模型M预测未标注数据B时，由于模型此时准确率并不很高，得到的伪标注数据C中有大量的错误标注，最后混合标注数据A和带有噪声的伪标注数据C训练模型虽然会提高准确率，但由于有大量噪声，使得准确率提升较小的问题。 | ||
| 搜索关键词： | 一种 噪声 鲁棒性 监督 学习 数据 增强 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州微士科技有限公司，未经杭州微士科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310162372.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种医疗重点垃圾人工智能消毒收运装置及其收运方法
- 下一篇：玩具和玩具套装
