人工智能学院曹晓锋副教授指导的2021级硕士研究生王聪在ECML'2023发表最新研究工作。欧洲机器学习会议（European Conference on Machine Learning，简称ECML）是机器学习领域主要的学术会议之一。 2008年起与欧洲数据挖掘会议Principles and Practices of Knowledge Discovery in Databases (PKDD)联办，分设不同track。2023年的ECML/PKDD会议将在意大利都灵举办。
王聪同学一直从事半监督相关的研究工作，本篇工作由南京大学的郭兰哲教授与荷兰阿姆斯特丹大学&新加坡A*STAR的Zenglin Shi教授合作完成。
论文题目：DualMatch: Robust Semi-Supervised Learning with Dual-Level Interaction
作者：王聪，曹晓锋（共同一作）
通讯作者：曹晓锋
会议收录：ECML/PKDD 2023
论文概述：
半监督学习在标签不足时，为利用无标签数据提供了一种灵活的框架。先前的半监督学习方法通常采用单层交互方式匹配不同数据增强视图的模型预测，这高度依赖于伪标签的质量，导致半监督学习不够稳健。在本文中，我们提出了一种名为DualMatch的新型半监督学习方法，其中类别预测以双层交互方式调用特征嵌入。DualMatch要求对数据增强进行一致的正则化，具体包括以下两个方面：1）确保不同的增强视图具有一致的类别预测；2）确保同一类别的不同数据具有相似的特征嵌入。通过广泛的实验证明了DualMatch的有效性。在标准的半监督学习设置中，DualMatch相较于过去的基线方法有了很大的提升，即使在更具挑战性的类别不平衡的半监督学习设置中，DualMatch仍然表现出有效性。
