国家学术搜索
登录
注册
中文
EN
首页
|
复杂样本条件下的深度学习方法与技术2019年度进展报告
复杂样本条件下的深度学习方法与技术2019年度进展报告
引用
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
NSTRS
中文摘要:
2019年度,本课题在多源感知数据资源建设、无标注样本深度学习、弱标注样本深度学习、以及多标注样本深度学习等方面取得了一些进展,提出了利用知识生成数据、利用外源数据、多源任务协同学习、自监督学习等新方法与技术,提高了复杂样本条件下深度学习的推广能力,并在面部动作单元识别、图像编辑、物体检测与分类等任务上取得了显著的性能提升。按照预定计划完成了本年度任务。
收起全部
展开查看外文信息
报告作者:
阚美娜、山世光
展开 >
作者单位:
中国科学院计算技术研究所
关键词:
深度学习
弱监督学习
半监督学习
无监督学习
自监督学习
全文页数:
21
报告类型:
年度报告
编制时间:
2019-12-09
立项年:
2018