Buchumschlag

OwMatch: Conditional Self-Labeling with Consistency for Open-World Semi-Supervised Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Niu, Shengjie, Lin, Lifan, Huang, Jian, Wang, Chao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalized Open-World Semi-Supervised Object Detection
von: Allabadi, Garvita, et al.
Veröffentlicht: (2023)

Bridging the Gap: Learning Pace Synchronization for Open-World Semi-Supervised Learning
von: Ye, Bo, et al.
Veröffentlicht: (2023)

Rethinking Open-World Semi-Supervised Learning: Distribution Mismatch and Inductive Inference
von: Park, Seongheon, et al.
Veröffentlicht: (2024)

LoFT: Parameter-Efficient Fine-Tuning for Long-tailed Semi-Supervised Learning in Open-World Scenarios
von: Huang, Zhiyuan, et al.
Veröffentlicht: (2025)

Context-Based Semantic-Aware Alignment for Semi-Supervised Multi-Label Learning
von: Fan, Heng-Bo, et al.
Veröffentlicht: (2024)

Learning Style Identification Using Semi-Supervised Self-Taught Labeling
von: Ayyoub, Hani Y., et al.
Veröffentlicht: (2024)

Learning Velocity and Acceleration: Self-Supervised Motion Consistency for Pedestrian Trajectory Prediction
von: Huang, Yizhou, et al.
Veröffentlicht: (2025)

TRiCo: Triadic Game-Theoretic Co-Training for Robust Semi-Supervised Learning
von: He, Hongyang, et al.
Veröffentlicht: (2025)

InterLUDE: Interactions between Labeled and Unlabeled Data to Enhance Semi-Supervised Learning
von: Huang, Zhe, et al.
Veröffentlicht: (2024)

Prompt-Driven Feature Diffusion for Open-World Semi-Supervised Learning
von: Heidari, Marzi, et al.
Veröffentlicht: (2024)

Leveraging Label Proportion Prior for Class-Imbalanced Semi-Supervised Learning
von: Akiba, Kohki, et al.
Veröffentlicht: (2026)

RegMixMatch: Optimizing Mixup Utilization in Semi-Supervised Learning
von: Han, Haorong, et al.
Veröffentlicht: (2024)

Generalized Semi-Supervised Learning via Self-Supervised Feature Adaptation
von: Liang, Jiachen, et al.
Veröffentlicht: (2024)

Synergy-Guided Regional Supervision of Pseudo Labels for Semi-Supervised Medical Image Segmentation
von: Wang, Tao, et al.
Veröffentlicht: (2024)

Mixture Prototype Flow Matching for Open-Set Supervised Anomaly Detection
von: Wang, Fuyun, et al.
Veröffentlicht: (2026)

Semi-Supervised Hierarchical Open-Set Classification
von: Wallin, Erik, et al.
Veröffentlicht: (2026)

Leveraging Semi-Supervised Learning to Enhance Data Mining for Image Classification under Limited Labeled Data
von: Shen, Aoran, et al.
Veröffentlicht: (2024)

Match me if you can: Semi-Supervised Semantic Correspondence Learning with Unpaired Images
von: Kim, Jiwon, et al.
Veröffentlicht: (2023)

FATE: A Prompt-Tuning-Based Semi-Supervised Learning Framework for Extremely Limited Labeled Data
von: Liu, Hezhao, et al.
Veröffentlicht: (2025)

Semi-Supervised Variational Adversarial Active Learning via Learning to Rank and Agreement-Based Pseudo Labeling
von: Lyu, Zongyao, et al.
Veröffentlicht: (2024)

Score-based Conditional Generation with Fewer Labeled Data by Self-calibrating Classifier Guidance
von: Huang, Paul Kuo-Ming, et al.
Veröffentlicht: (2023)

In-Context Symmetries: Self-Supervised Learning through Contextual World Models
von: Gupta, Sharut, et al.
Veröffentlicht: (2024)

PRCL: Probabilistic Representation Contrastive Learning for Semi-Supervised Semantic Segmentation
von: Xie, Haoyu, et al.
Veröffentlicht: (2024)

Self-Supervised Learning with Probabilistic Density Labeling for Rainfall Probability Estimation
von: Lee, Junha, et al.
Veröffentlicht: (2024)

SelfFed: Self-Supervised Federated Learning for Data Heterogeneity and Label Scarcity in Medical Images
von: Khowaja, Sunder Ali, et al.
Veröffentlicht: (2023)

Enhancing Semi-Supervised Multi-View Graph Convolutional Networks via Supervised Contrastive Learning and Self-Training
von: Xiao, Huaiyuan, et al.
Veröffentlicht: (2025)

RelationMatch: Matching In-batch Relationships for Semi-supervised Learning
von: Zhang, Yifan, et al.
Veröffentlicht: (2023)

Enhancing Semi-Supervised Learning via Representative and Diverse Sample Selection
von: Shao, Qian, et al.
Veröffentlicht: (2024)

Semi-Supervised Learning with Multi-Head Co-Training
von: Chen, Mingcai, et al.
Veröffentlicht: (2021)

ProSub: Probabilistic Open-Set Semi-Supervised Learning with Subspace-Based Out-of-Distribution Detection
von: Wallin, Erik, et al.
Veröffentlicht: (2024)

TrackRef3D: Multi-View Consistent Track-then-Label for Open-World Referring Segmentation in 3D Gaussian Splatting
von: Tan, Yuyang, et al.
Veröffentlicht: (2026)

Learning to Predict Gradients for Semi-Supervised Continual Learning
von: Luo, Yan, et al.
Veröffentlicht: (2022)

Supercm: Revisiting Clustering for Semi-Supervised Learning
von: Singh, Durgesh, et al.
Veröffentlicht: (2025)

Mitigating Instance-Dependent Label Noise: Integrating Self-Supervised Pretraining with Pseudo-Label Refinement
von: Bala, Gouranga, et al.
Veröffentlicht: (2024)

Unlocking the Power of Open Set : A New Perspective for Open-Set Noisy Label Learning
von: Wan, Wenhai, et al.
Veröffentlicht: (2023)

Building Blocks for Robust and Effective Semi-Supervised Real-World Object Detection
von: Sbeyti, Moussa Kassem, et al.
Veröffentlicht: (2025)

Semi-Supervised Image Captioning Considering Wasserstein Graph Matching
von: Yang, Yang
Veröffentlicht: (2024)

Addressing Data Scarcity in 3D Trauma Detection through Self-Supervised and Semi-Supervised Learning with Vertex Relative Position Encoding
von: Chaudhary, Shivam, et al.
Veröffentlicht: (2026)

Learning Locally, Revising Globally: Global Reviser for Federated Learning with Noisy Labels
von: Tian, Yuxin, et al.
Veröffentlicht: (2024)

SemiOccam: A Robust Semi-Supervised Image Recognition Network Using Sparse Labels
von: Yann, Rui, et al.
Veröffentlicht: (2025)