硕士生导师
个人信息Personal Information
学历:博士研究生毕业
学位:工学博士学位
办公地点:犀浦3号教学楼31529
毕业院校:四川大学
学科:电子信息. 软件工程. 计算机应用技术
所在单位:计算机与人工智能学院
报考该导师研究生的方式
欢迎你报考王红军老师的研究生,报考有以下方式:
1、参加西南交通大学暑期夏令营活动,提交导师意向时,选择王红军老师,你的所有申请信息将发送给王红军老师,老师看到后将和你取得联系,点击此处参加夏令营活动
2、如果你能获得所在学校的推免生资格,欢迎通过推免方式申请王红军老师研究生,可以通过系统的推免生预报名系统提交申请,并选择意向导师为王红军老师,老师看到信息后将和你取得联系,点击此处推免生预报名
3、参加全国硕士研究生统一招生考试报考王红军老师招收的专业和方向,进入复试后提交导师意向时选择王红军老师。
4、如果你有兴趣攻读王红军老师博士研究生,可以通过申请考核或者统一招考等方式报考该导师博士研究生。
基于k个标记样本的弱监督学习框架
DOI码:10.13328/j.cnki.jos.005919
所属单位:西南交通大学
发表刊物:《软件学报》
刊物所在地:中国
关键字:机器学习;弱监督学习;聚类
摘要:聚类是机器学习领域中的一个研究热点溺监督学习是半监督学习中一个重要的研究方向,有广泛的应用场景.在对聚类与弱监督学习的研究中,提出了一种基于七个标记样本的弱监督学习框架.该框架首先用聚类及聚类置信度实现了标记样本的扩展.其次,对受限玻尔兹曼机的能量函数进行改进,提出了基于七个标记样本的受限玻尔兹曼机学习模型.最后,完成了对该模型的推理并设计相关算法.为了完成对该框架和模型的检验,选择公开的数据集进行对比实验,实验结果表明,基于七个标记样本的弱监督学习框架实验效果较好.
合写作者:李天瑞,滕飞,张继
第一作者:付治
论文类型:学术论文
通讯作者:王红军
论文编号:20202108687401
学科门类:工学
一级学科:计算机科学与技术
卷号:2020年 第4期
页面范围:981-990页 共10页
是否译文:否
发表时间:2020-01-17