典型文献
基于多模态生成模型的半监督学习
文献摘要：
随着进入大数据时代,"标记数据少,而未标记数据多"的现象越来越普遍.半监督学习是充分利用样本中"廉价"的未标记样本,让学习器不依赖外界交互、自动地利用未标记样本提升学习性能.通过构建多模态概率生成模型对数据进行建模,然后分析该模型上的监督学习过程和非监督学习过程,最后结合两种学习过程实现半监督学习.通过在MNIST数据集和FASHION_MNIST数据集上验证,证实本模型的可行性,并且对比经典的半监督学习可以看出,本模型提高了预测标签的精度.
文献关键词：
半监督学习;多模态;生成模型;条件变分自编码
中图分类号：
作者姓名：
陈亚瑞;张芝慧;杨剑宁;王浩楠
作者机构：
天津科技大学人工智能学院,天津300457
文献出处：
引用格式：
[1]陈亚瑞;张芝慧;杨剑宁;王浩楠-.基于多模态生成模型的半监督学习)[J].天津科技大学学报,2022(02):43-50
A类：
FASHION
B类：
半监督学习,记数,廉价,标记样本,不依,提升学习,学习性,概率生成模型,学习过程,MNIST,条件变分自编码
AB值：
0.182966
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
