Master Thesis : Semi-Supervised Learning For Computer Vision
Makedonsky, Aliocha
Promoteur(s) : Geurts, Pierre ; Nath Ranga, Rakesh
Date de soutenance : 26-jui-2023/27-jui-2023 • URL permanente : http://hdl.handle.net/2268.2/17721
Détails
Titre : | Master Thesis : Semi-Supervised Learning For Computer Vision |
Titre traduit : | [fr] Apprentissage semi-supervisé pour vision par ordinateur |
Auteur : | Makedonsky, Aliocha |
Date de soutenance : | 26-jui-2023/27-jui-2023 |
Promoteur(s) : | Geurts, Pierre
Nath Ranga, Rakesh |
Membre(s) du jury : | Louppe, Gilles
Wehenkel, Louis |
Langue : | Anglais |
Nombre de pages : | 85 |
Mots-clés : | [en] semi-supervised learning [en] machine learning [en] computer vision [en] imbalance |
Discipline(s) : | Ingénierie, informatique & technologie > Sciences informatiques |
Public cible : | Professionnels du domaine Etudiants |
Institution(s) : | Université de Liège, Liège, Belgique |
Diplôme : | Master : ingénieur civil en science des données, à finalité spécialisée |
Faculté : | Mémoires de la Faculté des Sciences appliquées |
Résumé
[en] When working on real-world projects, the dataset might contain few labeled samples and much more unlabeled samples. The purpose of this thesis is to explore techniques that would leverage unlabeled data to improve the results of a model that would have been trained only in the few labeled samples.
Fichier(s)
Document(s)
s171197Makedonsky2023.pdf
Description: -
Taille: 9.18 MB
Format: Adobe PDF
Description: -
Taille: 9.18 MB
Format: Adobe PDF
Annexe(s)
s171197Makedonsky2023.zip
Description: -
Taille: 925.56 kB
Format: Unknown
Description: -
Taille: 925.56 kB
Format: Unknown
Citer ce mémoire
Tous les documents disponibles sur MatheO sont protégés par le droit d'auteur et soumis aux règles habituelles de bon usage.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.