原创 A. Subramanya 图科学实验室Graph Science Lab 2022-06-12 08:00 发表于台湾
摘要
虽然标记数据的准备成本很高,但越来越多的未标记数据正变得广泛可用。为了适应这种现象,已经开发了几种从标记数据和未标记数据中学习的半监督学习 (SSL) 算法。在另一项工作中,研究人员已经开始意识到图提供了一种自然的方式来表示各种领域的数据。基于图的 SSL 算法将这两种工作结合在一起,已被证明在语音处理、计算机视觉、自然语言处理和人工智能的其他领域的许多应用中优于最先进的算法。认识到这一有前途的新兴研究领域,本次综合讲座侧重于基于图的 SSL 算法(例如,标签传播方法)。我们希望读者在阅读完本书后,能够获得以下内容:(1)深入了解当前 SOTA 在基于图的 SSL 算法方面的知识,以及实现这些算法的能力;(2) 决定基于图的 SSL 方法是否适合某个问题的能力;(3) 熟悉已成功应用基于图的 SSL 方法的不同应用。
书名:
Graph-Based Semi-Supervised Learning
作者:
Amarnag Subramanya (Google Research),
Partha Pratim Talukdar (Indian Institute of Science)
年份:
2014年
出版社:
MORGAN&CLAYPOOL PUBLISHERS
书籍链接:https://www.morganclaypool.com/doi/abs/10.2200/S00590ED1V01Y201408AIM029
下载链接:如不能下载,请加入微信群
https://pan.baidu.com/s/1fQ7-Yza_6a357nBOm6A_zQ?pwd=sgs8
提取码: sgs8
书籍汇总:
https://pan.baidu.com/s/1Sxbd52F6zb9y2OWobe12bw?pwd=29sh
提取码: 29sh