Dynamical Mode Recognition of Coupled Flame Oscillators by Supervised and Unsupervised Learning Approaches
City University of Hong Kong(香港城市大学);The Hong Kong Polytechnic University(香港理工大学)
本文针对耦合火焰振子的动力学模态识别问题,利用变分自编码器进行非线性降维,并提出基于Wasserstein距离的监督分类器和结合DTW与GMM的无监督分类器,在火焰动力学模态区分上取得显著效果。
2024-11-24 cs.LG
Pearls from Pebbles: Improved Confidence Functions for Auto-labeling
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
针对模型过度自信导致基于阈值的自动标注性能不佳的问题,提出研究最优置信度函数的框架及新方法Colander,在保持误差低于5%下将覆盖率提升达60%。
2024-04-24 cs.AI cs.LG stat.ML
A Survey on Machine Learning Techniques for Auto Labeling of Video, Audio, and Text Data
New Mexico State University(新墨西哥州立大学)
机器学习已经被用于执行许多不同领域中的任务,诸如分类、目标检测、图像分割和自然语言分析。数据标注一直是机器学习中最重要的任务之一。然而,标记大量数据增加了机器学习的货币成本。因此,研究人员开始专注于减少数据注释和标签成本。迁移学习作为一种有效的方法被设计和广泛使用,它可以合理地减少有限数据的负面影响,从而降低数据准备成本。即使是从源域转移先前的知识,也会减少目标域所需的数据量。然而,仍然需要大量的注释数据来建立鲁棒的模型并提高模型的预测精度。因此,研究人员开始关注自动标注和标注。在这篇调查论文中,我们对以前的技术进行了回顾,这些技术专注于优化视频,音频和文本数据的数据注释和标签。
2021-09-08 cs.LG
Iterative Refinement Strategy for Automated Data Labeling: Facial Landmark Diagnosis in Medical Imaging
The University of Melbourne(墨尔本大学)
针对医学影像面部关键点诊断中的自动标注难题,本文提出结合反馈机制与先进算法的迭代优化策略,以减少人工干预并提升标签质量及深度学习性能。
2024-04-08 cs.AI cs.CV cs.LG
Progressing from Anomaly Detection to Automated Log Labeling and Pioneering Root Cause Analysis
Technische Universität Berlin(柏林工业大学)
本文提出日志异常分类法并探索自动化数据标注,研究多种异常检测技术与异常类型的对齐,并展望异常检测后的根因分析,以提升IT系统韧性、运营效率和用户满意度。
2023-12-22 cs.LG cs.SE
Automated Feature Labeling with Token-Space Gradient Descent
提出一种在token-space通过梯度下降直接优化标签表示的特征标注方法,将语言模型作为判别器预测特征激活,并构建多目标优化问题,实验证明其能收敛至可解释的单token标签。
2025-04-01 cs.LG
An Automated Approach to Collecting and Labeling Time Series Data for Event Detection Using Elastic Node Hardware
University of Duisburg-Essen(杜伊斯堡-埃森大学)
本文提出一种在物联网设备上自主标注传感器数据的嵌入式系统,通过本地轻量级标注方法减少数据传输,实验表明其音频和振动数据分类准确率高达91.67%。
2024-07-06 cs.AI cs.LG
Synthetic Data Generation and Automated Multidimensional Data Labeling for AI/ML in General and Circular Coordinates
Central Washington University(中央华盛顿大学)
针对AI/ML模型训练数据不足的问题,提出统一的SDG-ADL算法,结合多种通用线坐标实现多维数据的合成生成与自动标注,经真实数据案例验证可对分类器产生作用。
2024-09-03 cs.LG
labelCloud: A Lightweight Domain-Independent Labeling Tool for 3D Object Detection in Point Clouds
Technische Universität Dresden(德累斯顿工业大学);Friedrich-Alexander-Universität Erlangen-Nürnberg(埃尔朗根-纽伦堡大学);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
在过去的十年中,基于人工智能(AI)和机器学习(ML)的应用程序的兴起在不同领域做出了许多重大贡献。应用范围从机器人到医疗诊断再到自动驾驶。然而,几乎所有的应用程序都依赖于训练数据。如果此数据由3D图像组成,则标签尽可能准确以确保ML模型的高质量结果至关重要。3D空间中的标记主要是由专家工作人员执行的手动工作,他们在ML模型稍后应该自动识别的目标对象周围绘制3D边界框,例如,行人自动驾驶或放射照相术中的癌细胞。虽然存在小范围的最新3D标记工具,但它们都具有三个主要缺点:(i)它们被指定用于自动驾驶应用,(ii)它们缺乏便利性和舒适性功能,以及(iii)它们在数据格式中具有高度依赖性和较小的灵活性。因此,我们提出了一种新的标记工具的三维目标检测点云,以解决这些缺点。
2021-03-05 cs.CV cs.LG
Beyond Active Learning: Leveraging the Full Potential of Human Interaction via Auto-Labeling, Human Correction, and Human Verification
University of Texas, Dallas(德克萨斯大学达拉斯分校)
本文针对主动学习未充分利用自动标签建议的问题,提出CLARIFIER交互式学习框架,按难度结合主动选择、子模互信息标签建议和高置信自动标注,显著降低标注成本。
2023-06-02 cs.HC cs.LG
Dimensionality Reduction and Dynamical Mode Recognition of Circular Arrays of Flame Oscillators Using Deep Neural Network
City University of Hong Kong(香港城市大学);The Hong Kong Polytechnic University(香港理工大学)
本文提出Bi-LSTM-VAE-WDC方法,利用深度神经网络对圆环火焰振荡器阵列的动态模式进行有效识别和分类。
2023-12-13 cs.LG physics.flu-dyn
Automatic Data Labeling for Software Vulnerability Prediction Models: How Far Are We?
The University of Adelaide(阿德莱德大学);Cyber Security Cooperative Research Centre(网络安全合作研究中心)
该研究定量与定性评估了最先进的自动标注软件漏洞数据D2A的质量,发现虽超50%标注有噪声,但利用其训练的预测模型在MCC和Recall上最高可提升22%和90%,揭示了自动标注数据的潜力与降噪挑战。
2024-07-25 cs.CR cs.LG cs.SE
A Multispectral Automated Transfer Technique (MATT) for machine-driven image labeling utilizing the Segment Anything Model (SAM)
针对 SAM 无法处理可见光谱外图像的问题,提出多光谱自动迁移技术 (MATT),通过转换 RGB 图像的分割掩码实现多光谱图像的高效自动分割与标注,在大幅节省训练时间的同时仅带来极小的精度损失。
2024-02-18 cs.CV cs.LG
Soft-labeling Strategies for Rapid Sub-Typing
PeopleTec, Inc.(PeopleTec 公司)
为计算机视觉标记大型示例数据集的挑战继续限制图像存储库的可用性和范围。这项研究提供了一种新的方法,自动数据汇集,策展,标记,并以最少的人为干预的情况下,架空卫星图像和目标检测迭代训练。新的操作规模有效地扫描了整个城市(68平方英里)的网格搜索,并从空间观测中预测了汽车颜色。部分训练的yolov5模型作为初始推理种子,在迭代循环中输出进一步的、更精细的模型预测。这里的软标记是指接受标签噪声作为潜在有价值的增强,以减少过度拟合并增强对先前未见过的测试数据的广义预测。该方法利用了一个真实世界的实例,其中汽车的裁剪图像可以自动接收单独来自像素值的白色或彩色子类型信息,从而完成端到端的流水线,而无需过度依赖人工。
2023-01-19 cs.CV cs.LG
Warp-Refine Propagation: Semi-Supervised Auto-labeling via Cycle-consistency
Brown University(布朗大学);Preferred Networks, Inc.(优选网络公司);Toyota Research Institute (TRI)(丰田研究院)
用于语义分割的深度学习模型依赖于昂贵的、大规模的、手动注释的数据集。标记是一个繁琐的过程,每张图像可能需要数小时。通过在时间上传播稀疏标记的帧来自动注释视频序列是一种更具可扩展性的替代方案。在这项工作中,我们提出了一种新的标签传播方法,称为Warp-Refine传播,结合语义线索与几何线索,有效地自动标记视频。我们的方法学习优化几何扭曲的标签,并通过利用跨时间的周期一致性,在半监督设置中将学习到的语义先验注入其中。我们定量地表明,我们的方法在ApolloScape数据集上提高了13.1 mIoU的标签传播。此外,通过使用自动标记的帧进行训练,我们在三个语义分割基准上获得了有竞争力的结果,在NYU-V2和KITTI上将最先进的水平提高了1.8和3.61 mIoU,同时匹配了Cityscapes上当前的最佳结果。
2021-09-28 cs.CV cs.LG
LaF: Labeling-Free Model Selection for Automated Deep Neural Network Reusing
University of Luxembourg(卢森堡大学);Luxembourg Institute of Science and Technology(卢森堡科学技术研究院);Singapore Management University(新加坡管理大学)
将深度学习应用于科学领域是近年来的一个新趋势,这使得深度学习工程成为一个重要的问题。虽然训练数据准备、模型结构设计和模型训练是建立深度学习模型的常规过程,但这些过程都是复杂和昂贵的。因此,重用开源的预训练模型是开发人员绕过这一障碍的实用方法。给定一个特定的任务,开发人员可以从公共资源中收集大量预先训练好的深度神经网络,以供重用。然而,测试性能(例如,准确性和鲁棒性),并推荐应该使用哪个模型是具有挑战性的,因为标记数据的稀缺性和对领域专业知识的需求。在本文中,我们提出了一个无标签(LaF)的模型选择方法,以克服标签的自动化模型重用工作的局限性。其主要思想是统计学习贝叶斯模型,仅根据预测的标签来推断模型的专业性。我们使用9个基准数据集(包括图像、文本和源代码)和165个DNN来评估LaF,同时考虑模型的准确性和鲁棒性。实验结果表明,LaF优于基线方法高达0.74和0.53斯皮尔曼的相关性和肯德尔的$τ$,分别。
2023-01-20 cs.AI cs.LG cs.SE
A Cyber Manufacturing IoT System for Adaptive Machine Learning Model Deployment by Interactive Causality Enabled Self-Labeling
California Institute for Telecommunications and Information Technology, University of California, Irvine(加州大学欧文分校加州电信与信息技术学院)
针对制造场景中 ML 模型部署后遭遇数据分布偏移的问题,提出含数据流、ML 集成与因果自标注服务的 AdaptIoT,并通过现场演示验证其可靠性。
2024-04-09 cs.LG cs.SY eess.SY
Offline Reinforcement Learning using Human-Aligned Reward Labeling for Autonomous Emergency Braking in Occluded Pedestrian Crossing
CAV-Lab, School of Engineering(CAV实验室、工程学院);School of Artificial Intelligence and Computer Science(人工智能与计算机科学学院)
本文提出了一种生成人类对齐奖励标签的方法,用于提升自动驾驶车辆在遮挡行人横穿场景中的安全性能。
2026-01-23 cs.LG cs.RO
The ALCHEmist: Automated Labeling 500x CHEaper Than LLM Data Annotators
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
本文提出Alchemist系统,通过让预训练模型生成可本地存储、复用和扩展的标注程序来替代直接查询LLM标签,在多个任务上平均性能提升12.9%,标注成本降低约500倍。
2025-02-03 cs.AI cs.CL cs.LG
An Approach for Auto Generation of Labeling Functions for Software Engineering Chatbots
Data-driven Analysis of Software (DAS) Lab Department of Computer Science \& Software Engineering Concordia University Montréal QC Canada;Department of Electrical \& Software Engineering University of Calgary Calgary AB Canada;Concordia University;University of Calgary
本文提出从已标注用户查询中自动提取模式以生成标注函数(LFs)的方法,在四个SE数据集上实现AUC最高85.3%和NLU性能提升最高27.2%,从而减少聊天机器人查询标注的人工成本。
2025-07-17 cs.AI cs.CL cs.LG
Anomaly detection and automatic labeling for solar cell quality inspection based on Generative Adversarial Network
Mondragon Unibertsitatea(蒙德拉贡大学)
工业中的质量检测应用需要朝着零缺陷制造场景发展,对生产的零件进行无损检测和100%的可追溯性。开发强大的故障检测和分类模型,从启动的线路是具有挑战性的,由于难以获得足够的代表性样本的故障模式和需要手动标记它们。这项工作提出了一种方法来开发一个强大的检测系统,针对thesepeculiarities,在太阳能电池制造的背景下。该方法分为两个阶段:在第一阶段,基于生成对抗网络(GAN)的异常检测模型。该模型能够从一开始就检测和定位太阳能电池内的异常模式,仅使用无缺陷样本进行训练,而不涉及任何手动标记。在第二阶段,随着缺陷样本的出现,检测到的异常将被用作自动生成的注释,用于全卷积网络的监督训练,该网络能够检测多种类型的故障。使用单晶电池的1873个EL图像的实验结果表明:(a)异常检测方案可以用于在非常少的可用数据的情况下开始检测特征,(b)异常检测可以用作自动标记以训练监督模型,以及(c)使用自动标签训练的监督模型的分割和分类结果与使用手动标签。
2021-07-07 cs.CV cs.LG eess.IV
Early Warning Prediction with Automatic Labeling in Epilepsy Patients
Huazhong University of Science and Technology(华中科技大学);Great Bay University(大湾区大学);St. Petersburg Department of the Steklov Mathematical Institute(斯捷克洛夫数学研究所圣彼得堡分部)
本文提出一种基于元学习的双层优化框架,利用癫痫患者EEG数据自动标注早期发作期噪声数据并提升骨干模型训练精度,实验表明其预测准确率显著优于LSTM和ResNet基线,且预测概率可作为高效早期预警指标。
2024-01-11 cs.LG math.DS
Towards automated patient data cleaning using deep learning: A feasibility study on the standardization of organ labeling
University of Texas Southwestern Medical Center(德克萨斯大学西南医学中心)
数据清洗消耗了临床研究项目数据分析时间的80%左右。在医学领域的大数据和机器学习时代,这是一个更大的问题,因为大量数据正在生成。我们报告了使用深度学习进行自动化患者数据清理的初步努力:放射治疗中器官标记的标准化。器官在不同机构(有时甚至在同一机构内)和不同时间段的标记往往不一致,这给临床研究带来了问题,特别是对于多机构协作临床研究,其中所获取的患者数据未得到有效利用。我们开发了一个卷积神经网络(CNN)来自动识别CT图像中的每个器官,然后用AAPM任务组263提出的标准化命名法对其进行标记。我们在54例前列腺癌患者和100例既往接受过放射治疗的头颈癌患者的CT图像上测试了该模型。该模型在检测器官和为受试患者分配标准化标签方面实现了100%的准确性。这项工作表明了在患者数据清理中使用深度学习的可行性,可以生成标准化数据集,用于有效的机构内和机构间协作临床研究。
2017-12-30 cs.CV cs.LG cs.NE
Using In-Context Learning for Automatic Defect Labelling of Display Manufacturing Data
TCL Corporate Research(TCL企业研究院);TCL China Star Optoelectronics Technology Co., Ltd.(TCL华星光电技术有限公司)
本文提出基于上下文学习和增强SegGPT的显示面板缺陷自动标注系统,通过涂鸦标注和两阶段训练,在保持约60%自动标注覆盖率的同时显著提升IoU和召回率,达到与人工标注数据训练模型相当的性能。
2025-06-05 cs.AI cs.CV cs.LG
SALT: A Semi-automatic Labeling Tool for RGB-D Video Sequences
German Research Center for Artificial Intelligence GmbH (DFKI)(德国人工智能研究中心);Hochschule Mannheim(曼海姆应用技术大学);University of Kaiserslautern(凯泽斯劳滕大学)
大型标记数据集是现代深度学习技术的重要基础之一。因此,越来越需要能够尽可能直观地标记大量数据的工具。在本文中,我们介绍了SALT,一个工具,半自动注释RGB-D视频序列生成3D边界框的全六自由度(DoF)的对象姿态,以及像素级的实例分割的RGB和深度的面具。除了通过各种插值技术进行限界框传播,以及算法引导的实例分割之外,我们的管道还提供内置的预处理功能,以促进数据集创建过程。通过充分利用SALT,限界框创建和RGB分割的注释时间分别可减少33.95倍和8.55倍,而不会影响自动生成的地面实况的质量。
2021-02-22 cs.CV cs.LG cs.RO
Semantic Labeling Using a Deep Contextualized Language Model
Lehigh University(利哈伊大学);Nokia Bell Labs(诺基亚贝尔实验室)
为数据表的列值自动生成模式标签具有许多数据科学应用,例如模式匹配、数据发现和链接。例如,自动提取的缺少标题的表可以由预测的模式标签填充,这大大减少了人工工作。此外,预测标签可以减少多个数据表中不一致名称的影响。了解列值和上下文信息之间的联系是一个重要但被忽视的方面,因为以前提出的方法独立地处理每个列。在本文中,我们提出了一个上下文感知的语义标记方法,同时使用列值和上下文。我们的新方法是基于语义标签的新设置,在这里我们顺序预测缺少标题的输入表的标签。我们使用预训练的上下文化语言模型BERT来合并每个数据列的值和上下文,该模型在多个自然语言处理任务中取得了显着改进。据我们所知,我们是第一个成功地应用BERT来解决语义标记任务。我们使用来自不同领域的两个真实世界的数据集来评估我们的方法,并且我们证明了在最先进的基于特征的方法的评估指标方面的实质性改进。
2020-10-30 cs.DB cs.IR cs.LG
A multi-scale sampling method for accurate and robust deep neural network to predict combustion chemical kinetics
AI for Science Institute(北京科学智能研究院);Princeton University(普林斯顿大学);Shanghai Jiao Tong University(上海交通大学);Peking University(北京大学);Shanghai Center for Brain Science and Brain-Inspired Technology(上海脑科学与类脑研究中心)
由于参数数量极其庞大,缺乏评价标准和再现性,机器学习一直被认为是预测燃烧化学动力学的黑箱。目前的工作旨在了解关于深度神经网络(DNN)方法的两个基本问题:DNN需要什么数据以及DNN方法的通用性。采样和预处理决定了DNN的训练数据集,进而影响DNN的预测能力。本文提出用Box-Cox变换对燃烧数据进行预处理。此外,这项工作比较了不同的采样方法,有或没有预处理,包括蒙特卡洛方法,流形采样,生成神经网络方法(循环GAN),和新提出的多尺度采样。我们的研究结果表明,由流形数据训练的DNN可以捕获有限配置中的化学动力学,但不能保持对扰动的鲁棒性,这对于与流场耦合的DNN是不可避免的。蒙特卡罗和循环GAN采样可以覆盖更宽的相空间,但无法捕获小规模的中间物种,产生较差的预测结果。一个三隐层DNN,基于多尺度方法,没有特定的火焰模拟数据,允许预测化学动力学在各种情况下,并在时间演变过程中是稳定的。这个单一的DNN很容易用几个CFD代码实现,并在各种燃烧室中得到验证,包括(1)。零维自燃;(2).一维自由传播火焰;(3).具有三重火焰结构的二维射流火焰;(4).三维湍流火焰。实验结果表明,预训练的DNN具有令人满意的精度和泛化能力。DNN的Fortran和Python版本以及示例代码随附在补充文件中,以确保可重复性。
2022-08-12 cs.LG cs.NA math.NA