典型文献
众包学习算法研究进展
文献摘要：
随着众包技术的快速发展,有监督学习可以以一种快速、成本较低的方式获得大量有标签数据.然而,由于众包标注者的不确定性,标注数据质量不能得到有效保证.因此,提高标签质量是众包学习算法的关键.本文总结了众包学习算法的前沿进展,详细介绍了真值推理算法和众包噪声矫正算法的主要研究成果,分析了这些算法之间的联系和区别,并对未来发展方向展开简要探讨.
文献关键词：
众包;标签质量;真值推理;标签噪声
中图分类号：
作者姓名：
卢向明;彭良康;徐清波
作者机构：
宁波大学信息科学与工程学院,宁波315211
文献出处：
引用格式：
[1]卢向明;彭良康;徐清波-.众包学习算法研究进展)[J].无线通信技术,2022(01):20-24
A类：
真值推理
B类：
众包学习,算法研究,有监督学习,标签数据,众包标注,数据质量,标签质量,前沿进展,理算,正算法,标签噪声
AB值：
0.279072
相似文献
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。
