Key points are not available for this paper at this time.
부분 다중 레이블 학습(PML)은 각 학습 사례가 후보 레이블 집합에 해당하는 약한 감독 학습의 일종으로, 이 중 일부만이 실제입니다. 본 논문에서는 이 문제에 대한 새로운 확률적 접근 방식을 소개합니다. 이는 이진 크로스 엔트로피를 PML 설정으로 확장합니다. 기존 방법과 달리 최적이 아닌 판별을 요구하지 않으며, 따라서 어떤 심층 아키텍처에도 적용될 수 있습니다. 또한, 인공 및 실제 데이터 세트에서 수행된 실험 결과는 후보 집합의 고잡음에서 특히 기존 방법보다 우수하다는 것을 나타냅니다.
Struski et al. (Tue,)은 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: