计算机科学与探索

作者：吕昊远, 俞璐, 周星宇, 邓祥

单位：陆军工程大学 通信工程学院，南京 210007

关键词：半监督深度学习,多视图训练,一致性正则,多样混合,半监督生成对抗网络

作为人工智能领域近十年来最受关注的技术之一，深度学习在诸多应用中取得了优异的效果，但目前的学习策略严重依赖大量的有标记数据。在许多实际问题中，获得众多有标记的训练数据并不可行，因此加大了模型的训练难度，但容易获得大量无标记的数据。半监督学习充分利用无标记数据，提供了在有限标记数据条件下提高模型性能的解决思路和有效方法，在图像分类任务中达到了很高的识别精准度。首先对于半监督学习进行概述，然后介绍了分类算法中常用的基本思想，重点对近年来基于半监督深度学习框架的图像分类方法，包括多视图训练、一致性正则、多样混合和半监督生成对抗网络进行全面的综述，总结多种方法共有的技术，分析比较不同方法的实验效果差异，最后思考当前存在的问题并展望未来可行的研究方向。

来源：2021年第6期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2021年第6期