★ 2
半监督联邦ASR的实用方案：在线伪标签与服务器更新稳定化
该论文研究半监督联邦学习在自动语音识别中的应用，指出伪标签错误会在输出序列和训练轮次中累积导致发散，与全监督联邦学习存在较大差距。作者提出通过教师模型选择与服务器端锚点更新两个耦合设计轴来缩小这一差距，并给出在线伪标签与服务器更新稳定化的实用方案。
Apple Machine Learning Research39 天前
#伪标签
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
半监督联邦语音识别实用方案：在线伪标签与服务器更新稳定化
论文针对半监督联邦学习在自动语音识别中的伪标签误差累积问题，提出围绕教师模型与服务器锚点两个耦合设计轴的方法。实验表明，每客户端在线教师经稳定后可媲美或超越全局教师，服务器在轮次间持续用标注数据训练对收敛至关重要。该方法在11组对比中9组超越最强基线，域内平均提升20.8%，跨域提升10.0%。
arXiv cs.LG40 天前
★ 1
小规模协作群体情感感知的伪标签增强
论文针对自然群体交互中生理情感感知标签稀疏的问题，基于四人协作数据集 GroupAffect-4 研究伪标签增强。结果显示伪标签增强在已知团队设定下优于仅标签基线，但大五人格余弦相似度范围过窄（0.91-0.99），使细粒度人格加权失效，人格相似度更多充当同队筛选器。跨被试 LOSO 迁移表现乐观…
arXiv cs.LG47 天前