基于共识的张量学习方法在多源多实例多标签分类中的应用

《Expert Systems with Applications》：Consensus-driven tensor learning for multi-source multi-instance multi-label classification

　　

陈一颖|邓廷泉|杨陶丽|杨明

• •
  Bag-instance 解耦机制：在袋级（bag-level）监督与实例级（instance-level）语义之间建立桥梁
• •
  在 MSMIML（Multi-Source Semantic Modeling with Images and Labels）框架中，TMP 模型实现了高阶的实例-标签-来源（instance-label-source）交互
• •
  自洽的多源融合技术：仅通过袋标签（bag labels）就能推断出实例语义
• •
  CTM3L 相对于基线模型（baselines），平均精确度提升了 8.0–10.1个百分点