Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Con el rápido crecimiento de las aplicaciones móviles, es necesario clasificar las aplicaciones móviles en categorías predefinidas. Sin embargo, existen dos problemas que hacen que esta tarea sea desafiante. En primer lugar, el nombre de una aplicación móvil suele ser corto y ambiguo para reflejar su verdadero significado semántico. En segundo lugar, suele ser difícil recopilar muestras etiquetadas adecuadas para entrenar un buen clasificador cuando se requiere una taxonomía personalizada de aplicaciones móviles. Para el primer problema, aprovechamos el conocimiento web para enriquecer la información textual de las aplicaciones móviles. Para el segundo problema, el enfoque más utilizado es el aprendizaje semisupervisado, que explota muestras no etiquetadas en un esquema de coentrenamiento. Sin embargo, cómo mejorar la diversidad entre los aprendices base para maximizar el poder del esquema de coentrenamiento sigue siendo un problema abierto. Con el objetivo de abordar este problema, explotamos paradigmas de aprendizaje automático totalmente diferentes (es decir, aprendizaje superficial y aprendizaje profundo) para garantizar un mayor grado de diversidad. Con este fin, este documento propone Co-DSL, un marco colaborativo de aprendizaje semisupervisado profundo y superficial, para la clasificación de aplicaciones móviles utilizando solo unas pocas muestras etiquetadas y un gran número de muestras no etiquetadas. Los resultados del experimento demuestran la efectividad de Co-DSL, que podría lograr una precisión de clasificación superior al 85% utilizando solo dos muestras etiquetadas de cada categoría de aplicación móvil.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Análisis del rendimiento de la privacidad de una red cognitiva para IoT sobre canales -
Artículo:
Análisis de Equivalencia de Disponibilidad para la Simulación de un Sistema de Red de Puentes Reparables
Artículo:
Sistema ligero y seguro de autenticación de tres factores para la monitorización remota de pacientes mediante redes inalámbricas corporales
Artículo:
El equilibrio entre rendimiento y programabilidad en las redes WiFi definidas por software
Artículo:
Existencia de soluciones positivas para una clase de sistemas elípticos -laplacianos con multiplicación de dos funciones separadas.
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Análisis socioeconómico de la problemática de los desechos plásticos en el mar
Artículo:
Los web services como herramienta generadora de valor en las organizaciones
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
