研究人员开发了CoVar，一种用于半监督学习的新框架，通过同时考虑置信度和方差来改进伪标签选择。该方法解决了仅依赖置信度的局限性，因为模型过度自信和类别不平衡可能导致置信度不可靠。CoVar联合建模最大置信度和残差类别方差来评估伪标签的可靠性，从而在各种分割和分类基准测试中提高了性能。 AI
影响 通过提供一种更鲁棒的伪标签选择方法来增强半监督学习技术，有可能用更少标记数据来提高模型性能。
排序理由 该集群包含一篇详细介绍半监督学习新方法的学术论文。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →