- …
- …
#96
summarized by : take
どんな論文か?
ラベルなしデータも用いた、特徴空間での類似性学習による半教師学習(Semi-Supervised Learning)。帰納的学習(inductive)。損失関数に特徴空間での類似性に関する正則化項(Neighbor Consistency Regularization、NCR)を追加。事前にkNNグラフ不要。
新規性
ラベルなしデータに対して特徴空間での類似度をオンラインで算出して学習する方法は初。
結果
合成ノイズ(CIFAR-10、CIFAR-100)と現実的ノイズ(mini-WebVision、WebVision、Clothing1M、mini-ImageNet-Red)のデータセットで評価。
どちらのデータセットでも提案手法(NCR)+Mixupがsota。
その他(なぜ通ったか?等)
最初にNCR項なしの学習が必要。
- …
- …