Image processing based on hybrid semi-supervised learning
Fragment książki (Rozdział monografii pokonferencyjnej)
MNiSW
20
Poziom I
| Status: | |
| Autorzy: | Sineglazov Viktor, Lesohorskyi Kyrylo, Smolarz Andrzej |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Strony: | 1 - 7 |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | Photonics Applications in Astronomy, Communications, Industry, and High Energy Physics Experiments 2024 |
| Skrócona nazwa konferencji: | SPIE-IEEE-PSP 2024 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 27 czerwca 2024 do 29 czerwca 2024 |
| Miasto konferencji: | Lublin |
| Państwo konferencji: | POLSKA |
| Publikacja OA: | NIE |
| Abstrakty: | angielski |
| This work is devoted to the development of a new image classification method based on the application of a hybrid semi-supervised learning algorithm for convolutional neural networks. The proposed method is based on the active learning approach and uses metrics to identify and label samples that have a high impact on the certainty metric of the entire neighborhood. To evaluate the effectiveness of the proposed method, a synthetic semi-supervised benchmark dataset is used. The optimal choice of the graph algorithm and clustering algorithm is carried out by testing different combinations of algorithms on the synthetic dataset. The proposed method demonstrates an increase in accuracy compared to the base classifier and more efficient utilization of active labeling compared to supervised active learning. As a result, the possibility of identifying and solving the unknown class problem is realized. |
