ICML 2024｜GLWS: 一个通用高效的框架统一弱监督学习

文章预览

↑ 点击 蓝字  关注极市平台 作者丨王晋东 来源丨王晋东不在家 编辑丨极市平台 极市导读   本文提出GLWS，一种基于最大期望算法(Expectation-Maximization, EM)的弱监督学习框架，通过将各种弱监督形式建模为非确定性有限自动机(Non-determinstic Finite Automata, NFA)，并结合前向后向算法，高效的解决所提出的EM框架。  >> 加入极市CV技术交流群，走在计算机视觉的最前沿 近年来，机器学习在各个领域展现出了惊人的性能表现，然而，获取高质量的大规模标注数据在实际应用中往往困难重重。本文介绍了一个应对这一挑战的通用框架——从弱监督中学习的通用框架（GLWS）。本文由来自卡耐基梅隆大学、微软研究院、新加坡科技设计大学等机构的研究人员共同完成，展示了一种通过期望最大化（EM）算法学习来自各种弱监督源的通用方法，在十几个弱监督问题中 ………………………………