半監督學習下自定義編碼特徵的大規模比較;A Large-scale Comparison of Customized Feature Encodings under Semi-supervised Learning

NCU Institutional Repository > 資訊電機學院 > 軟體工程研究所 > 博碩士論文 > Item 987654321/95299

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/95299

题名:	半監督學習下自定義編碼特徵的大規模比較;A Large-scale Comparison of Customized Feature Encodings under Semi-supervised Learning
作者:	陳正浩;Chen, Zheng-Hao
贡献者:	軟體工程研究所
关键词:	自監督學習;對比學習;表格資料;自定義編碼;Self-supervised learnin;Contrastive learnin;tabular data;custom encoding
日期:	2024-07-30
上传时间:	2024-10-09 16:38:20 (UTC+8)
出版者:	國立中央大學
摘要:	自定義編碼方式可有效提升深度學習模型在監督式任務的表現，但自定義編碼方式在自監督對比學習的效果則尚未被大規模驗證。本論文設計並實現了一個靈活的自定義特徵編碼框架，讓研究者可以大規模比較比較不同編碼方式在自監督任務的效果。同時，我們提出了一種新的編碼方式，探索其在不同資料集上的潛力和應用價值。;Custom encoding methods can effectively enhance the performance of deep learning models in supervised tasks. However, custom encoding′s effectiveness in self-supervised contrastive learning has yet to be extensively validated. This paper designs and implements a flexible framework for custom feature encoding evaluation, allowing researchers to comprehensively compare the effects of different encoding methods on self-supervised tasks. Additionally, we propose a new encoding method to explore its potential and application value across various datasets.
显示于类别:	[軟體工程研究所 ] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	43	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....