.png){kind=icon}
返回
ABM: Adaptive bias mitigation for class-imbalanced semi-supervised learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2025.131617.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出了一种名为ABM的新型自适应偏差缓解框架，该框架专为处理类别不平衡的半监督学习（CISSL）而设计。
• ABM引入了一种基于批次的特征均值机制，利用有标签和无标签数据的上下文信息来提升伪标签的质量。
• 大量实验结果表明，ABM在CISSL基准测试中实现了更优的泛化能力和偏差降低效果。
