代价敏感深度学习方法研究综述

作者:吴雨茜; 王俊丽; 杨丽; 余淼淼

摘要:代价敏感(cost-sensitive)学习方法能够有效缓解分类任务中的数据不平衡问题,已经被成功应用于各种传统机器学习技术中。随着深度学习技术的不断发展,代价敏感方法重新成为了研究热点。将深度学习与代价敏感方法相结合,不仅能够突破传统机器学习技术的限制,同时能够提高模型对数据的敏感性和分类的准确性,尤其是当数据中存在一定的不平衡性时。然而,如何有效地将两者进行结合成为了研究的重点和难点。研究学者从网络结构、损失函数和训练方法等多方面入手,不断提高深度学习结合代价敏感方法模型的性能。文中针对深度学习与代价敏感方法相结合的发展历程进行详细阐述,对几种具有创新性的模型进行了分析,并对比了模型的分类性能,最后对深度学习与代价敏感方法相结合的发展趋势进行了探讨。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 信息科技
  • >
  • 电子信息科学综合
收录:
  • 维普收录(中)
  • 北大期刊(中国人文社会科学期刊)
  • JST 日本科学技术振兴机构数据库(日)
  • 上海图书馆馆藏
  • 剑桥科学文摘
  • 哥白尼索引(波兰)
  • CSCD 中国科学引文数据库来源期刊(含扩展版)
  • 国家图书馆馆藏
  • 知网收录(中)
  • 万方收录(中)
  • 统计源期刊(中国科技论文优秀期刊)
关键词:
  • 代价敏感
  • 深度学习
  • 不平衡数据
  • 神经网络

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:计算机科学

期刊级别:北大期刊

期刊人气:20241

杂志介绍:
主管单位:国家科学技术部
主办单位:国家科技部西南信息中心
出版地方:重庆
快捷分类:计算机
国际刊号:1002-137X
国内刊号:50-1075/TP
邮发代号:78-68
创刊时间:1974
发行周期:月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:0.94
综合影响因子:1.6