||
李勇明团队在基于adaboost的深度样本学习方面取得突破
近期,李勇明团队提出的基于adaboost的深度样本学习最新进展已在线发表在人工智能主流期刊《Journal of Experimental & Theoretical Artificial Intelligence》上。我们设计了迭代式均值聚类算法用于构建深度样本空间;基于每个样本空间来训练单学习器;采用adaboost集成模式融合所有学习器结果,形成最终回归结果。该技术被首次提出,并被首次用于年龄估计,为相关研究提供参考。此外,将该方法与现有深度学习相结合,可以实现“双深度学习”理论和技术。
论文信息
Yongming Li*, Fan Li, Yuanlin Zheng, Pin Wang*, Mingfeng Jiang, Xinke Li. Hierarchical Age Estimation Mechanism with AdaBoost-based Deep Instance Weighted Fusion, Journal of Experimental & Theoretical Artificial Intelligence, 2020, online. https://www.tandfonline.com/doi/full/10.1080/0952813X.2020.1764633
--李勇明团队
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-6-2 04:26
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社