多示例学习下的多任务分类方法

• 作者: 林志全
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 探索与观察
• 页码范围: 28-29
• 页数: 2页
• 语种: 中文

摘要

多示例学习已应用于许多场景,如图像分类、恶意软件分类、文档分类、对象检测等.在多示例学习中,训练数据集中的每个数据都是一个包,包由多个示例组成.包有类别标签,实例没有类别标签.而学习的最终目标是给出新包的类别预测.我们以图像分类为例,每个图像都被视为一个包,图像被分成多个部分,每个部分可以看作是其中一个示例,对应多个示例在袋子里.如果图像是我们需要的图像,那么这个包就是一个正包,具有此图像特征的示例就是一个正示例.