多示例学习

作品数：229被引量：665H指数：12
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：李大湘肖燕珊周志华彭进业郝志峰更多>>
相关机构：西安电子科技大学南京大学广东工业大学哈尔滨工业大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家教育部博士点基金国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
ABMIL-BiGRU:基于双向门控循环注意力多示例学习的乳腺癌淋巴结转移可解释性预测
《中国医学物理学杂志》2025年第2期175-183,共9页李波 杨艳斌 李帅 梁美彦 
国家自然科学基金(11804209);山西省自然科学基金(202103021223411)。
针对千兆像素乳腺癌病理全切片图像分类和病灶定位的问题,提出基于双向门控循环注意力多示例学习(ABMIL-BiGRU)模型对H&E染色的乳腺癌淋巴结转移图像进行可解释性预测。该方法通过两个正交的双向门控循环单元分别建立图像块行方向和列...
关键词：乳腺癌 淋巴结转移 精准诊断 双向门控循环单元 上下文信息 可解释性 全切片图像 
基于多示例学习与多尺度特征融合的阿尔茨海默病分类诊断模型
《生物医学工程学杂志》2025年第1期132-139,共8页曾安 帅志富 潘丹 林劲芝 
国家自然科学基金项目(61976058);广州市科技计划项目(202103000034,202206010007,202002020090);广东省科技计划项目(2021A1515012300,2019A050510041,2021B0101220006)。
阿尔茨海默症(AD)分类模型通常会将整张大脑影像分割为体素块,并为之赋予与整张影像一致的标签,但并非每个体素块都与疾病密切相关。为此,本研究提出了基于弱监督多示例学习(MIL)和多尺度特征融合的AD辅助诊断框架,并从体素块内部、体...
关键词：阿尔茨海默症 体素块 多示例学习 多尺度 位置编码 
采用双阶段多示例学习网络的语音情感识别被引量：1
《计算机科学与探索》2024年第12期3300-3310,共11页张石清 陈晨 赵小明 
浙江省自然科学基金重点项目(LZ20F020002);国家自然科学基金面上项目(62276180)。
在语音情感识别任务中,当处理不同时长的语音信号时,通常将每句语音信号分割成若干等长片段,然后根据所有片段预测结果的平均值来获得最终的情感分类。然而,这种处理方法要求用户的情绪表达在整个语音信号中是均匀分布的,但是这并不符...
关键词：语音情感识别 多示例学习 示例蒸馏 一致性注意力 聚合 
基于先验词汇机制的图像描述生成方法
《东莞理工学院学报》2024年第5期18-25,共8页吴京 李广明 张红良 申京傲 李杰 
国家自然科学基金青年科学基金资助项目(62106046);广东大学生科技创新培育专项资金项目(Pdjh2002a0505)。
先验知识指导模型训练广泛使用于目标检测和图像检索等计算机视觉领域中,运用先验框、标签、分类信息作为先验知识可以提高模型的精度和效率。在图像描述领域中通常采用图像特征或历史语义信息作为先验知识,但忽略了图像本身的先验信息...
关键词：图像描述 多示例学习 先验特征 先验特征提取模块 TRANSFORMER 
多模态部分伪造数据集的构建与基准检测被引量：1
《计算机应用》2024年第10期3134-3140,共7页郑盛有 陈雁翔 赵祖兴 刘海洋 
国家自然科学基金资助项目(61972127)。
针对现有视频伪造数据集缺少多模态伪造场景与部分伪造场景的问题,构建一个综合使用多种音、视频伪造方法的、伪造比例可调的多模态部分伪造数据集PartialFAVCeleb。所提数据集基于FakeAVCeleb多模态伪造数据集,并通过拼接真伪数据构建...
关键词：深度伪造检测 多模态伪造检测 部分伪造 多示例学习 深度伪造数据集 内容安全 
多示例学习的簇频繁性分析及双角度融合嵌入
《南京大学学报（自然科学版）》2024年第4期531-541,共11页杨梅 张靖宇 闵帆 方宇 
南充市-西南石油大学市校科技战略合作专项资金(23XNSYSX0084,23XNSYSX0062);浙江省海洋大数据挖掘与应用重点实验室开放课题(OBDMA202102);国家自然科学基金(61976194)。
多示例学习(Multi-Instance Learning,MIL)的训练数据是由若干个未带标记的示例组成的带标记的包,基于嵌入的方法,通过将包嵌入成单向量来解决包表示问题,然而大部分现有方法忽略了示例与包的联系,难以保证所选示例的代表性.同时,单角...
关键词：多示例学习 嵌入方法 簇频繁性 示例来源 双角度融合 
基于分级注意力的多示例口腔癌病理分类
《中国医学物理学杂志》2024年第8期946-952,共7页江慧敏 方立铭 陶龙 
国家自然科学基金(11801199);安徽省自然科学基金(1908085QA30);皖南医学院中青年重点科研项目(WK2023ZZD04)。
针对病理数据超大尺寸、标注成本高昂等问题带来的病理分类准确率较低的问题,基于多示例网络,引入分级注意力模块,设计一种兼顾示例级和图像块级损失的病理分类算法。回顾性收集皖南医学院第一附属医院口腔颌面外科186例口腔癌(126例鳞...
关键词：口腔癌 多示例学习 两级注意力 病理图像 
利用深度时空自编码网络与多示例学习进行船只异常事件检测
《武汉大学学报（信息科学版）》2024年第7期1109-1119,共11页潘文康 邵振峰 廖明 李先怡 宋杨 
湖北省重点研发计划(2022BAA048);山西省科技重大专项计划(202201150401020)。
异常事件检测是交通安全防控的重要支撑技术,也一直是信息科学领域的研究热点。提出了利用深度时空自编码网络与多示例学习进行船只异常事件检测的方法,针对目前无法为模型训练提供精确帧级别标注的问题,引入多示例学习模型,将视频作为...
关键词：船只异常事件检测 深度时空自编码网络 多示例学习 船只视频数据集 
长短期时间序列关联的视频异常事件检测被引量：1
《中国图象图形学报》2024年第7期1998-2010,共13页朱新瑞 钱小燕 施俞洲 陶旭东 李智昱 
国家自然科学基金项目(61803199,U2033201)。
目的 多示例学习是解决弱监督视频异常事件检测问题的有力工具。异常事件发生往往具有稀疏性、突发性以及局部连续性等特点,然而,目前的多示例学习方法没有充分考虑示例之间的联系,忽略了视频片段之间的时间关联,无法充分分离正常片段...
关键词：异常检测 Transformer网络 时空注意力 多示例学习(MIL) 弱监督 
弱监督场景下的支持向量机算法综述被引量：4
《计算机学报》2024年第5期987-1009,共23页丁世飞 孙玉婷 梁志贞 郭丽丽 张健 徐晓 
国家自然科学基金(62276265,61976216,62206297,62206296)资助.
支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量...
关键词：弱监督场景 支持向量机 半监督学习 多示例学习 多标记学习 
全选清除导出
共23页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部