计算机科学与探索

作者：刘莹莹，王士同

单位：1. 江南大学 数字媒体学院，江苏 无锡 2141222. 江南大学 江苏省媒体设计与软件技术重点实验室，江苏 无锡 214122

关键词：半监督学习,标签传播,弹力理论,收敛

现有的基于图的半监督学习方法在本质上是属于模拟各种传播机制的标签传播方法。与现有的传播机制不同，尝试采用一种新的基于弹力的传播方法来实现半监督学习。基本思想是假设图中的每个节点以一定的弹性系数都接受其相邻节点的弹性力，并以另一个弹性系数将弹性力传递给相邻的节点。因此，两种类型的弹性力之间的差异可以度量每个节点的传播量。在此想法基础上，推导出图中所有节点的更新方程，并将这些方程表示为矩阵形式，进一步推导出其解析解。换句话说，该方法具有可靠的物理学基础。并从优化相应的目标函数角度出发，论证了该方法的基本原理，从而保证了该方法的收敛性。大量的实验结果验证了该方法在半监督学习中的有效性。

来源：2020年第4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2020年第4期