通过半监督机器学习技术进行决策

Eftychios Protopapadakis

通过半监督机器学习技术进行决策

机器学习 2016-06-30 v1

作者: Eftychios Protopapadakis

摘要

半监督学习（SSL）是一类利用无标签数据进行训练的监督学习任务和技术。SSL 显著降低了标注相关成本，并能够处理大规模数据集。其主要目标是提取鲁棒的推理规则。利用 SSL 的决策支持系统（DSS）具有显著优势。仅需少量标注数据即可进行初始化。随后，新的（无标签）数据可被利用并提升系统性能。因此，DSS 可以以最小努力持续适应新条件。成本低廉且易于适应动态系统的技术，对许多实际应用有益。这些应用领域包括：(a) 工业装配线监控，(b) 海上边境监视，(c) 老年人跌倒检测，(d) 运输隧道巡检，(e) 混凝土基础桩缺陷识别，(f) 商业部门公司财务评估，以及 (g) 文化遗产应用的图像高级滤波。

关键词

半监督学习决策支持系统无标签数据标注成本工业监控图像滤波机器学习

引用

@article{arxiv.1606.09022,
  title  = {Decision making via semi-supervised machine learning techniques},
  author = {Eftychios Protopapadakis},
  journal= {arXiv preprint arXiv:1606.09022},
  year   = {2016}
}

备注

arXiv admin note: text overlap with arXiv:math/0604233, arXiv:1208.2128, arXiv:1406.5298 by other authors

通过半监督机器学习技术进行决策

摘要

关键词

引用

备注

相关论文