.png){kind=icon}
返回
Improved graph-based semi-supervised learning schemes
.png){kind=icon}
PRE
AI
DOI：10.1007/s40314-025-03482-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在本工作中，我们提高了几种已知算法的准确性，以解决在标签稀缺情况下的大数据集分类问题。我们的框架属于基于图的无监督学习领域。通过对高斯随机域学习和泊松学习算法进行创新性修改，我们提升了准确性并创建了更稳健的算法。实验结果表明，所提出的方法在效率与优越性方面优于传统的基于图的无监督学习技术，特别是在不平衡数据集的背景下。
Keyword:
Graph-based algorithms
Semi-supervised learning
Laplace learning
期刊
C
IF:
0
论文数:
266
被引数:
0
.png){kind=icon}
