基于好奇心的合作机制在长尾多标签学习中的应用

《Neural Networks》:Curiosity-Driven Cooperation for Long-Tailed Multi-Label Learning

【字体: 大 中 小 】 时间:2026年05月13日 来源:Neural Networks 6.3

编辑推荐:

  Canran Xiao | Chuangxin Zhao | Zong Ke | Fei Shen | Li Shen•针对长尾多标签学习的合作游戏建模•好奇心信号能够放大对具有重叠专家的稀有标签的关注•势能函数确保在循环最佳响应下的上升趋势•在多个基准测试中,Tail Rare

  
Canran Xiao | Chuangxin Zhao | Zong Ke | Fei Shen | Li Shen
  • •
    针对长尾多标签学习的合作游戏建模
  • •
    好奇心信号能够放大对具有重叠专家的稀有标签的关注
  • •
    势能函数确保在循环最佳响应下的上升趋势
  • •
    在多个基准测试中,Tail Rare-F1的准确率提升1.4-2.0个百分点,同时在Wiki10-31K数据集上的Precision达到1.6
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号