摘要： 目录 噪声标签建模 半监督学习 噪声标签理论解释 数据增强策略 噪声标签建模 1. NIPS2021，FINE Samples for Learning with Noisy Labels 代码：https://github.com/Kthyeon/FINE_official 链接：https:// 阅读全文

摘要： 目录 1Transductive Propagation Network ( ICLR 2019) 2 Temporal Coherence Label Propagation (ICLR 2022, Under Review) 3 FlexMatch (NIPS2021) 4 Conditiona 阅读全文

摘要： 目录 1 Transformer-based的多变量时序表示学习 (KDD 2021) 2 单变量时序的迁移学习分类模型 (ICML 2021) 3 基于异构图神经网络的非完整数据分类 (WWW 2021 Best paper runner up) 4 基于图神经网络的多变量时序填补模型 (arXi 阅读全文

摘要： 目录 1 Co-teaching+ (ICML, 2019) 1.1 动机 1.2 贡献 1.3 实验分析 1.4 我的想法 2 MixUp (ICLR, 2018) 2.1 动机 2.2 贡献 2.3 实验分析 2.4 我的想法 3 MenterMix (ICML, 2020) 3.1 动机 3. 阅读全文

摘要： 目录 1 Co-teaching: 面向极度噪声标签的鲁棒性深度神经网络训练模型 (NIPS 2018) 1.1 动机 1.2 贡献 1.3 实验分析 1.4 我的思考 2 MixMatch: 一种全面的半监督学习方法 (NIPS 2019) 2.1 动机 2.2 贡献 2.3 实验分析 2.4 我 阅读全文

摘要： 目录 1基于模糊C均值的非完整数据聚类 (TSMC, 2001) 1.1动机 1.2贡献 1.3实验分析 1.4我的思考 2 基于惩罚不相似方法的缺失值聚类 (Machine Learning, 2018) 2.1 动机 2.2 贡献 2.3实验分析 2.4 我的思考 3 基于最优运输的深度分布保留 阅读全文

摘要： 目录 前言 1 基于自标签的协同聚类和表示学习(ICLR, 2020) 1.1 动机 1.2 贡献 1.3 实验分析 1.4 我的想法 2 无标签的图像分类学习 (ECCV, 2020) 2.1 动机 2.2 贡献 2.3 实验分析 2.4 我的想法 3 基于语义伪标签的图像聚类 (arXiv, 2 阅读全文

摘要： 目录 1 深度嵌入聚类（ICML, 2016） 1.1 动机 1.2 贡献 1.3 实验分析 1.4 我的想法 2 神经协同子空间聚类（ICML, 2019） 2.1 动机 2.2 贡献 2.3 实验分析 2.4 我的想法 3 基于鲁棒学习的改进的无监督图像聚类 （CVPR, 2021） 3.1 动 阅读全文

摘要： 目录 引言 1 背景 2 什么是最优运输？ 3 基本概念 3.1 离散测度 (Discrete measures) 3.2 蒙日(Monge)问题 3.3 Kantorovich Relaxation (松弛的蒙日问题) 3.4 Wasserstein距离 3.5 最优运输问题初解 3.6 熵(En 阅读全文

摘要： 目录 1. 为什么我们要刷LeetCode? 2. LeetCode的现状和问题 3. 本文的初衷 4. LeetCode刷题建议 4.1 入门或者复习数据结构，打基础阶段 4.2 建立求职面试解题的思维，刷《剑指Offer》 4.3 系统性地开始刷LeetCode题目 1. 为什么我们要刷Leet 阅读全文