- 2
- 0
- 约7.15千字
- 约 8页
- 2023-06-17 发布于四川
- 举报
本发明公开一种基于标记风险控制的数据去噪方法,数据深度学习的成功往往依赖于大量有准确标记的数据,但是实际场景中通常很难收集到大量标记准确的数据。为了减少数据标记噪声对神经网络性能的影响,本发明方法中维护两个神经网络互相选择损失小的数据作为低风险数据给对等网络进行更新,每个网络分别过滤掉其中的高风险数据并在剩下的数据上重新训练。随着训练的进行两个网络会越来越相似导致学习性能退化,为了解决这一问题,当两个神经网络的不一致性达到稳定时停止互相选择数据,利用得到的低风险数据更新网络直到收敛。相比现有技术
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113283578 A
(43)申请公布日 2021.08.20
(21)申请号 202110399544.X
(22)申请日 2021.04.14
(71)申请人 南京大学
地址 21
您可能关注的文档
最近下载
- 时序CTA方法论综述:市场状态、开仓信号与退出机制.pdf
- 广汽丰田第七代凯美瑞_汽车使用手册用户操作图解驾驶车主车辆说明书电子版.pdf
- EN60204-1中文版.doc VIP
- TB∕T 2140-2008 铁路碎石道砟.pdf VIP
- m项目接受度表.doc VIP
- 《主动脉内球囊反搏导管护理》.pdf VIP
- (2026年)高级心血管生命支持PPT课件.pptx VIP
- 三角函数模型的简单应用与生涯规划说课稿-2024-2025学年高一上学期数学人教A版(2019)必修第一册.docx VIP
- ACLS急救流程图口袋速查卡(2025中文版)+关键处置步骤精简版.docx VIP
- 政治学概论(第二版)课件:民族与宗教.pptx
原创力文档

文档评论(0)