Interpolation consistency training for semi-supervised learning

Vikas Verma, Alex Lamb, Juho Kannala, Yoshua Bengio, David Lopez-Paz

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Abstrakti

We introduce Interpolation Consistency Training (ICT), a simple and computation efficient algorithm for training Deep Neural Networks in the semi-supervised learning paradigm. ICT encourages the prediction at an interpolation of unlabeled points to be consistent with the interpolation of the predictions at those points. In classification problems, ICT moves the decision boundary to low-density regions of the data distribution. Our experiments show that ICT achieves state-of-the-art performance when applied to standard neural network architectures on the CIFAR-10 and SVHN benchmark datasets.
AlkuperäiskieliEnglanti
OtsikkoProceedings of the Twenty-Eighth International Joint Conference on Artificial Intelligence (IJCAI-19)
Sivut3635-3641
ISBN (elektroninen)978-0-9992411-4-1
DOI - pysyväislinkit
TilaJulkaistu - 2019
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaInternational Joint Conference on Artificial Intelligence - Venetian Macao Resort Hotel, Macao, Kiina
Kesto: 10 elokuuta 201916 elokuuta 2019
Konferenssinumero: 28
https://ijcai19.org/
http://ijcai19.org/

Conference

ConferenceInternational Joint Conference on Artificial Intelligence
LyhennettäIJCAI
MaaKiina
KaupunkiMacao
Ajanjakso10/08/201916/08/2019
www-osoite

Sormenjälki

Sukella tutkimusaiheisiin 'Interpolation consistency training for semi-supervised learning'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä