孪生神经网络回归是一种半监督回归算法
机器学习
2022-12-14 v1
摘要
孪生神经网络回归（TNNR）是一种半监督回归算法，只要有其他的、带标签的锚数据点存在，它就可以在未标记数据点上训练。TNNR 被训练用于预测两个不同数据点的目标值之间的差异，而非目标值本身。通过集成未见数据点与所有训练数据点之间目标的预测差异，可以获得对原始回归问题非常准确的预测。由于任何预测差异的环路之和应为零，即使环路内的数据点本身未标记，也可将环路作为训练数据提供。半监督训练显著提升了 TNNR 的性能，而其本身已是 state of the art。
引用
@article{arxiv.2106.06124,
title = {Twin Neural Network Regression is a Semi-Supervised Regression Algorithm},
author = {Sebastian J. Wetzel and Roger G. Melko and Isaac Tamblyn},
journal= {arXiv preprint arXiv:2106.06124},
year = {2022}
}