公开(公告)号：CN114417975A

公开(公告)日：2022-04-29

申请号：CN202111591020.7

申请日：2021-12-23

Applicant: 中国科学院计算技术研究所

Inventor： 黄庆明 ,  赵昀睿 ,  姜阳邦彦 ,  许倩倩

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V20/69 ,  G06V10/764 ,  G06V10/774 ,  G06V10/778 ,  G06V10/82 ,  G06F16/35

Abstract: 本发明提出一种基于基于深度PU学习与类别先验估计的数据分类方法和系统，本发明能同时估计类别先验，并利用所得先验估计学习深度模型，而无需已知数据的真实先验分布，从而更适用于PU学习在实际场景中的应用。本发明所提出的迭代框架包括将网络的预测分数建模为GMM，从而估计正类先验；基于正类先验的估计值，进行无偏PU学习；进而结合半监督学习的平均教师、温度锐化等技术，提高算法性能和稳定性。该框架能应用于包括计算机视觉、推荐系统、生物医疗等在内各领域的PU问题，并且效果优异，兼具科学价值和实用价值。