.png){kind=icon}
返回
Augmenting Graph-Based Partial Label Learning with Predictive Representations
.png){kind=icon}
OA
AI
DOI：10.3390/electronics15184210.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于图的部分标签学习方法（PLL）解决了从候选标签集训练样本中学习的问题，其中只有一个是真实标签。关键挑战在于消除候选标签歧义的同时学习准确的分类器。基于图的PLL方法已成为主流范式，它们利用特征空间的流形结构传播消除歧义信息。然而，这些方法仅从原始特征空间构建消除歧义的图，可能受到噪声、异常值和类别无关变异的影响。本文提出了一种新颖的框架——预测表示增强（PRA）以解决此限制。核心思想是先在原始数据上训练基图PLL方法，然后利用训练模型生成的预测表示作为增强标签空间信息指导图构建，并将原始特征与预测表示的拼接作为输入重新训练预测模型。这样，消除歧义的图可受益于来自特征空间和增强标签空间的结构信息。我们将该框架应用于三种代表性图PLL方法，即PL-LEAF、PL-AGGD和PL-CL。在六个真实数据集上的实验结果表明，PRA始终提升了三种基方法的分类性能，并在Holm–Bonferroni校正后，在18对比较中有17对达到统计显著提升。
Keyword:
partial label learning
graph-based disambiguation
label enhancement
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
引用论文
A Confidence-based Partial Label Learning Model for Crowd-Annotated Named Entity Recognition基于置信度的部分标签学习模型用于众包标注的命名实体识别OAAI
OAAI分享收藏Progressive Label Disambiguation for Partial Label Learning in Homogeneous GraphsPatel, R.; Malhotra, A.; Modak, S.; Yerramsetty, S. 同质图中的部分标签学习渐进式消歧. 第33届ACM国际信息与知识管理会议论文集，美国爱达荷州博伊西，2024年10月21–25日；第3969–3973页. [Google Scholar] [CrossRef] [Scilit]
PREAI
分享收藏Can Label-Specific Features Help Partial-Label Learning?董瑞杰; 韩佳颖; 魏涛; 张梦琳. 特征是否有助于部分标签学习? 在人工智能第37届AAAI会议的会议录中, 华盛顿特区, 美国, 2023年2月7日至14日; 第7432-7440页. [Google Scholar] [CrossRef] [Scilit]
PREAI
分享收藏Distributed Partial Label Multi-Dimensional Classification via Label Space Decomposition徐Z.; 陈S. 通过标签空间分解进行分布式部分标签多维分类。Electronics 2025, 14, 2623. [Google Scholar] [CrossRef].png)
Electronics
ElectronicsIF0
PREAI
分享收藏
查看更多内容