返回
Bayesian Semi-Supervised Learning (BSSL) for spectral variable selection
DOI:10.1016/j.saa.2025.126483.png)
摘要
En 中文
• 设计了一种贝叶斯半监督学习(BSSL)变量选择方法。
• 通过使用贝叶斯理论和最大似然估计(MLE)来考虑变量选择中的不确定性。
• 采用伪标签自学习方法来缓解分布偏移。
• BLR-VS在准确性和可解释性方面表现出良好的性能。
• BSSL增强了回归性能的鲁棒性和泛化能力。
期刊
S
IF:
4.6
论文数:
1.5K
被引数:
15
机构
引用论文
暂无论文信息

