半监督学习中非标记数据的利用  

Making use of the unlabeled data in the semi-supervised learning

作　　者：罗进[1] 周学君[1] 

机构地区：[1]湖北大学数学与计算机科学学院,湖北武汉430062

出　　处：《湖北大学学报（自然科学版）》2008年第1期8-11,共4页Journal of Hubei University：Natural Science

基　　金：国家自然科学基金(10371033)资助课题

摘　　要：同时利用半监督学习中的标记数据与非标记数据,可以提高机器学习的能力.为了利用非标记数据,我们将非标记数据所在的样本空间映射到标记样本空间.讨论如何利用非标记数据构造学习算法,并证明所构造算法的收敛性.The machine learning accuracy can be improved by making use of both labeled and unlabeled data in semi-supervised learning. In order to use unlabeled data, assumed both labeled and unlabeled data lie on a same manifold, and proposed an algorithm which mapped unlabeled data space into labeled data space, and proved this algorithm was corvengence.

关 键 词：半监督学习 正则化 非标记数据 覆盖数 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]