A multi-objective evolutionary algorithm for robust positive-unlabeled learning

Positive and unlabeled (PU) learning is to learn a binary classifier with good generalization ability from PU data. A variety of PU learning algorithms with promising performance have been proposed. However, most of them assume that PU samples are “clean”, which is not true in real applications due...

Celý popis

Podrobná bibliografie

Vydáno v:	Information sciences Ročník 678; s. 120992
Hlavní autoři:	Qiu, Jianfeng, Tang, Qi, Tan, Ming, Li, Kaixuan, Xie, Juan, Cai, Xiaoqiang, Cheng, Fan
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Inc 01.09.2024
Témata:	Dual-coding scheme Multi-objective evolutionary algorithm PU sample selection Robust PU learning Robust PU learning PU sample selection Multi-objective evolutionary algorithm Dual-coding scheme
ISSN:	0020-0255, 1872-6291
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!