翟德明
- 作品数：6 被引量：0H指数：0
- 供职机构：哈尔滨工业大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 一种基于模型参数差编码的通讯高效联邦学习方法
- 一种基于模型参数差编码的通讯联邦学习方法，它涉及一种通讯联邦学习方法。本发明为了解决现有边缘设备大规模协同学习的通信成本较高的问题。本发明的步骤包括步骤1、发送方将参数差根据网络结构与参数编码为一组低维张量，并向设备接收...
- 刘贤明张飞龙翟德明江俊君季向阳
- 面向概率建模的高并行自回归扫描及掩码卷积设计方法及系统
- 本发明涉一种面向概率建模的高并行自回归扫描及掩码卷积设计方法，具体实施步骤如下：步骤S1、给出扫描次数与图像分辨率呈线性关系时两者的数学关系式；步骤S2、构建特定的扫描角度以满足给定的扫描次数的限制；步骤S3、构建特定扫...
- 刘贤明柏园超王凯翟德明季向阳
- 多视度量和回归学习方法及应用研究
- 距离度量和回归学习在机器学习、模式识别和计算机视觉等领域起着至关重要的作用。许多实际任务，如图像的聚类、分类、基于内容的图像标注和检索，性能的关键取决于适合的距离度量函数的选择。而回归学习对于解决度量学习、以及图像处理等...
- 翟德明
- 关键词：跨媒体检索图像去噪
- 文献传递
- 半监督判别分析方法研究
- 判别分析/(DiscriminantAnalysis/)是模式识别领域的重要研究内容之一。过去几十年来,判别分析在理论和应用上均取得了很大进展。然而,在一些实际应用中,当没有足够多的有标注训练数据时,判别分析的性能会迅速...
- 翟德明
- 关键词：半监督学习人脸识别
- 文献传递
- 基于最优传输理论的深度半监督学习伪标签生成算法
- 2024年
- 目前,深度学习广泛应用于各个领域并取得了优异的表现,这通常需要大量标注数据的支持,而大量标注数据的获取往往意味着高昂的成本与苛刻的应用条件.因此,随着深度学习的发展,如何在实际场景下突破数据限制,成为目前重要的研究目标,而半监督学习正是其中一大研究方向.半监督学习通过利用大量的未标记数据辅助少量的标记数据进行学习,很好地减轻了深度学习的数据需求压力.伪标签生成方法是当前半监督学习的重要组成部分,所生成的伪标签质量的优劣会很大程度影响半监督学习的最终效果.聚焦半监督学习中的伪标签生成问题,提出基于最优传输理论的伪标签生成方法.所提方法在将有标签信息作为生成过程引导的同时引入类别均衡约束,在此基础上将半监督学习的伪标签生成过程转换成最优传输优化问题,给出新的求解伪标签生成问题的形式.为求解该优化问题,引入Sinkhorn-Knopp算法进行近似快速求解,避免不可计算问题.所提伪标签生成方法作为半监督学习中的独立过程可结合当前一致性正则等半监督学习技巧构成完整的半监督学习过程.最终,在CIFAR-10、SVHN、MNIST、FashionMNIST这4大公共经典图像分类数据集上进行实验,验证方法的有效性.实验结果显示,所提方法与当前先进的半监督学习方法相比,均取得更优异的结果,尤其是在标签情况较少的情况下提升显著.
- 翟德明沈斯娴周雄江俊君刘贤明季向阳
- 关键词：半监督学习图像分类
- 一种基于有限视角图像的NeRF重建方法
- 本发明提出一种基于有限视角图像的NeRF重建方法，包括：步骤1：构建辐射场重建系统；步骤2：基于辐射场重建系统获取预处理后的观测物体成像并获取相机位姿；步骤3：基于预处理后的观测物体成像和相机位姿进行辐射场重建。本发明采...
- 刘贤明肖钰儒赵文博翟德明季向阳
