接口拉普拉斯学习：可学习的接口项助力半监督学习
机器学习
2025-07-08 v2
摘要
我们提出了一种新型框架，称为接口拉普拉斯学习（Interface Laplace learning），用于图基半监督学习。灵感来源于观察到的：不同类别之间应存在接口处，其中函数值不光滑。我们引入一种拉普拉斯学习模型，纳入接口项。这一模型挑战了长期以来的假设，即函数在所有未标记点上都光滑。在本方案中，我们在接口位置添加接口项到拉普拉斯学习模型中。我们提供一种实用算法来逼近接口位置，使用k跳邻域指数，并在无人工设计地从标记数据中学习接口项。该方法高效且有效，我们 presented extensive experiments 显示，在MNIST、FashionMNIST和CIFAR-10数据集上，接口拉普拉斯学习在极低标签率下实现了比其他近期半监督学习方法更好的性能。
引用
@article{arxiv.2408.05419,
title = {Interface Laplace Learning: Learnable Interface Term Helps Semi-Supervised Learning},
author = {Tangjun Wang and Chenglong Bao and Zuoqiang Shi},
journal= {arXiv preprint arXiv:2408.05419},
year = {2025}
}