20XX/XX/XX半監(jiān)督學(xué)習(xí)與主動學(xué)習(xí)匯報人:XXXCONTENTS目錄01

基礎(chǔ)概念02

原理概述03

算法細節(jié)04

應(yīng)用價值05

具體案例06

前沿進展與局限01基礎(chǔ)概念半監(jiān)督學(xué)習(xí)定義介于監(jiān)督與無監(jiān)督之間的范式

半監(jiān)督學(xué)習(xí)由屠恩美與楊杰（2018，《上海交通大學(xué)學(xué)報》）明確定義為“利用少量標(biāo)注+大量未標(biāo)注數(shù)據(jù)提升性能”，在數(shù)據(jù)稀缺場景下避免模型退化，核心是借助無標(biāo)簽數(shù)據(jù)內(nèi)在分布優(yōu)化分類邊界。正則化驅(qū)動的理論基礎(chǔ)

基于圖拉普拉斯矩陣（GraphLaplacian）構(gòu)建相似性圖，通過高斯場與調(diào)和函數(shù)約束標(biāo)簽平滑性；Zhu等提出的SSL模型在Cora引文網(wǎng)絡(luò)上實現(xiàn)89.2%準(zhǔn)確率，較純監(jiān)督提升7.3個百分點。典型應(yīng)用場景界定

適用于醫(yī)學(xué)影像（標(biāo)注需放射科醫(yī)生）、語音識別（小時級轉(zhuǎn)錄成本超$200/小時）等高成本領(lǐng)域；2024年騰訊醫(yī)療AI平臺用半監(jiān)督方法僅用15%標(biāo)注CT片即達全監(jiān)督93.6%結(jié)節(jié)檢出率。主動學(xué)習(xí)定義模型驅(qū)動的樣本選擇范式主動學(xué)習(xí)讓模型主動篩選最有價值樣本交由專家標(biāo)注，2024年DeepMind在蛋白質(zhì)結(jié)構(gòu)預(yù)測中采用QBC策略，將AlphaFold3訓(xùn)練所需標(biāo)注結(jié)構(gòu)減少62%，標(biāo)注周期壓縮至11天。以最小標(biāo)注換取最大性能增益核心目標(biāo)是降低標(biāo)注成本同時保障性能；2025年阿里達摩院農(nóng)業(yè)大模型項目采用不確定性采樣，在水稻病害識別任務(wù)中僅標(biāo)注800張圖像即達92.4%準(zhǔn)確率，節(jié)省標(biāo)注預(yù)算87%。兩者對比區(qū)別01目標(biāo)導(dǎo)向差異半監(jiān)督學(xué)習(xí)被動利用全部未標(biāo)注數(shù)據(jù)（如DDU-BiATeacher在Pest24數(shù)據(jù)集上使用100%未標(biāo)注圖像生成偽標(biāo)簽），而主動學(xué)習(xí)主動篩選子集（如MTIR框架僅選3.2%難例樣本進入下一輪標(biāo)注）。02數(shù)據(jù)依賴邏輯不同半監(jiān)督依賴未標(biāo)注數(shù)據(jù)規(guī)模與分布質(zhì)量（玉米螟實驗顯示：當(dāng)未標(biāo)注數(shù)據(jù)>標(biāo)注數(shù)據(jù)50倍時，自訓(xùn)練性能提升14.8%），主動學(xué)習(xí)則強調(diào)查詢策略有效性（DDU策略比隨機采樣精度高1.7%）。03部署階段與交互方式半監(jiān)督為“一次性數(shù)據(jù)輸入+離線訓(xùn)練”（如協(xié)同訓(xùn)練MAX_ITER=40固定迭代），主動學(xué)習(xí)為“人機閉環(huán)交互”（中科院合肥研究院實測平均需5輪標(biāo)注交互達成mAP收斂）。04性能提升路徑差異半監(jiān)督通過增強特征表示（BiResCo架構(gòu)帶來6.2%增益）提升泛化，主動學(xué)習(xí)通過修正知識盲區(qū)（柑橘害蟲檢測中邊緣采樣使誤檢率下降31.5%）優(yōu)化判別邊界。與監(jiān)督/無監(jiān)督關(guān)系監(jiān)督學(xué)習(xí)的延伸與補充在標(biāo)注數(shù)據(jù)僅10%時，自訓(xùn)練算法結(jié)合C4.5基礎(chǔ)學(xué)習(xí)器在UCI數(shù)據(jù)集上達78.4%準(zhǔn)確率，接近全監(jiān)督82.1%水平，驗證其作為監(jiān)督學(xué)習(xí)輕量級替代方案的有效性。無監(jiān)督學(xué)習(xí)的引導(dǎo)式進化標(biāo)簽傳播算法（LPA）以已標(biāo)記點為錨點，通過圖相似度傳播標(biāo)簽；在MATID農(nóng)業(yè)多模態(tài)數(shù)據(jù)集上，LPA+KNN使聚類純度提升至86.3%，顯著優(yōu)于純K-means（71.9%）。三者構(gòu)成連續(xù)譜系監(jiān)督（100%標(biāo)注）→半監(jiān)督（5%-40%標(biāo)注）→主動學(xué)習(xí)（動態(tài)5%-20%標(biāo)注）→無監(jiān)督（0%標(biāo)注）；2024年華為云ModelArts平臺實測顯示：三者混合策略在遙感圖像解譯任務(wù)中F1-score達89.7%，超越單一范式3.2–5.8個百分點。02原理概述半監(jiān)督學(xué)習(xí)思想

01小標(biāo)注大利用的核心邏輯在標(biāo)記比例僅為10%時，自訓(xùn)練算法通過迭代擴充標(biāo)簽集，在Pest24數(shù)據(jù)集上使mAP@0.75從58.3%提升至64.1%，證明“少標(biāo)多學(xué)”的可行性。

02未標(biāo)注數(shù)據(jù)的信息挖掘機制協(xié)同訓(xùn)練利用雙視圖冗余性（如圖像紋理+光譜特征），在農(nóng)業(yè)害蟲檢測中使偽標(biāo)簽準(zhǔn)確率穩(wěn)定在82.6%±3.1%，顯著高于單視圖自訓(xùn)練（74.9%±5.7%）。

03分布一致性約束原理通過圖拉普拉斯正則項強制鄰近樣本具有相似標(biāo)簽；在MATID數(shù)據(jù)集上，該約束使跨模態(tài)對齊誤差降低22.4%，實體識別F1提升至96.5%。

04模型魯棒性增強路徑引入未標(biāo)注數(shù)據(jù)可緩解過擬合；C4.5剪枝樹（confidence=0.25）在20%標(biāo)注下測試誤差比純監(jiān)督低11.3%，驗證半監(jiān)督對決策邊界的平滑作用。主動學(xué)習(xí)流程初始模型冷啟動階段DDU-BiATeacher框架以200張人工標(biāo)注圖像初始化YOLOv8模型，在玉米螟數(shù)據(jù)集上初始mAP@0.5僅41.2%，但為后續(xù)主動篩選提供可靠不確定性基線。多輪閉環(huán)交互執(zhí)行過程中科院團隊實測顯示：平均4.3輪交互后模型性能收斂，第3輪新增標(biāo)注使mAP@0.5躍升5.7個百分點（63.1%→68.8%），驗證主動學(xué)習(xí)的高效性。終止條件的工程化設(shè)定采用雙重停止機制：預(yù)算耗盡（≤1000張）或性能增益<0.5%/輪；在柑橘害蟲任務(wù)中，第6輪增益僅0.32%，系統(tǒng)自動終止，總標(biāo)注量控制在782張。關(guān)鍵查詢策略

不確定性采樣（主流方法）邊緣采樣在DDU-BiATeacher中識別出置信度[0.48,0.52]區(qū)間樣本，標(biāo)注后使小目標(biāo)（<32×32像素）召回率提升26.4%，顯著優(yōu)于熵采樣（+18.1%）。

基于委員會的查詢（QBC）MTIR框架集成3個異構(gòu)模型（ViT、ResNet50、CLIP），投票熵最高樣本標(biāo)注后，意圖識別準(zhǔn)確率單輪提升2.9個百分點，驗證模型分歧的價值。

多樣性增強策略DDU策略融合距離（特征空間遠）、分歧（模型預(yù)測不一致）、不確定性（置信度低）三維指標(biāo)，在Pest24數(shù)據(jù)集上使樣本覆蓋度達91.7%，較單一策略高13.2%。核心理論基礎(chǔ)流形假設(shè)與聚類假設(shè)在農(nóng)業(yè)多模態(tài)數(shù)據(jù)中，同一病害圖像-文本對在嵌入空間距離<0.32（歐氏），支持流形假設(shè)；聚類假設(shè)使MATID數(shù)據(jù)集上半監(jiān)督實體識別F1達96.5%，較監(jiān)督基線+3.2%。圖正則化與標(biāo)簽傳播基于圖拉普拉斯矩陣L的半監(jiān)督損失項λ·f^TLf，λ=0.8時在Cora數(shù)據(jù)集上最優(yōu)；中科院實驗顯示該正則項使偽標(biāo)簽噪聲率從19.6%降至12.3%。一致性正則與熵最小化APLF機制動態(tài)調(diào)整偽標(biāo)簽閾值（0.72→0.85），使BiATeacher在Pest24上偽標(biāo)簽準(zhǔn)確率從76.4%升至84.9%，驗證熵最小化對模型校準(zhǔn)的關(guān)鍵作用。03算法細節(jié)自訓(xùn)練算法

算法流程標(biāo)準(zhǔn)化實現(xiàn)輸入初始標(biāo)注集L（10%數(shù)據(jù)）、未標(biāo)注池U，每輪選取k=5個最高置信度樣本賦偽標(biāo)簽；在Pest24實驗中，MAX_ITER=40時mAP@0.75達64.1%，較初始提升6.8個百分點。

基礎(chǔ)學(xué)習(xí)器適配性分析KNN（K=3，歐氏距離）在10%標(biāo)注下準(zhǔn)確率72.4%，C4.5（剪枝，confidence=0.25）達75.1%，SMO達76.8%，顯示SVM類學(xué)習(xí)器更適配自訓(xùn)練范式。

超參數(shù)敏感性研究MAX_ITER=40為最優(yōu)值：低于30時性能未收斂（+3.2%），高于50時引入噪聲（-1.7%）；協(xié)同訓(xùn)練同設(shè)MAX_ITER=40，但InitialUnlabeledPool=75確保初始多樣性。

誤差傳播風(fēng)險控制在柑橘害蟲數(shù)據(jù)集中，自訓(xùn)練若未加置信度閾值（0.7），偽標(biāo)簽錯誤率飆升至31.2%，引入0.75閾值后降至14.6%，驗證閾值機制必要性。協(xié)同訓(xùn)練算法

雙視圖構(gòu)建實踐MTIR框架構(gòu)建圖像視覺視圖（ResNet50提?。┡c文本語義視圖（BERT-base），兩視圖在MATID數(shù)據(jù)集上初始準(zhǔn)確率分別為78.3%與81.6%，滿足協(xié)同訓(xùn)練獨立性要求。

視圖間監(jiān)督信號交換每輪各視圖對對方未標(biāo)注樣本打分，取Top-3樣本互標(biāo)；在玉米螟數(shù)據(jù)集上，該機制使mAP@0.5提升至70.6%，比單視圖自訓(xùn)練高3.9個百分點。

收斂性保障機制設(shè)置Early-Stopping：當(dāng)連續(xù)3輪視圖間標(biāo)簽一致率>95%時終止；在Pest24實驗中第28輪達成，總迭代數(shù)比固定40輪節(jié)省28%計算資源。

多模態(tài)協(xié)同優(yōu)勢驗證雙視圖協(xié)同使農(nóng)業(yè)問答意圖識別準(zhǔn)確率達91.5%，較單模態(tài)提升12.7個百分點；消融實驗顯示移除協(xié)同模塊后準(zhǔn)確率跌至78.8%?；A(chǔ)學(xué)習(xí)器

樸素貝葉斯（NB）適配性在10%標(biāo)注UCI數(shù)據(jù)集上，NB作為自訓(xùn)練基礎(chǔ)學(xué)習(xí)器達73.2%準(zhǔn)確率，雖低于SMO（76.8%），但訓(xùn)練速度最快（0.8s/輪），適合邊緣設(shè)備部署。

C4.5決策樹優(yōu)化配置采用剪枝樹（confidence=0.25，葉子節(jié)點≥2樣本），在20%標(biāo)注下測試誤差11.3%，較未剪枝降低4.2個百分點，驗證剪枝對半監(jiān)督過擬合抑制效果。

K近鄰（K-NN）參數(shù)調(diào)優(yōu)K=3且歐氏距離在農(nóng)業(yè)圖像分類中表現(xiàn)最優(yōu)：在MATID數(shù)據(jù)集上準(zhǔn)確率85.7%，K=1時易受噪聲干擾（-3.2%），K=5時泛化性下降（-2.1%）。

序列最小優(yōu)化（SMO）性能表現(xiàn)作為SVM高效求解器，在Pest24數(shù)據(jù)集上以20%標(biāo)注達76.8%準(zhǔn)確率，是四種學(xué)習(xí)器中最高；但訓(xùn)練耗時最長（4.2s/輪），需GPU加速。超參數(shù)設(shè)置

自訓(xùn)練迭代上限設(shè)定MAX_ITER=40為實驗最優(yōu)值：在Pest24數(shù)據(jù)集上，30輪時mAP@0.75=62.3%，40輪達64.1%，50輪反降至63.5%，表明過擬合風(fēng)險隨迭代增加。

協(xié)同訓(xùn)練初始池規(guī)模InitialUnlabeledPool=75保證初始多樣性：小于50時首輪偽標(biāo)簽準(zhǔn)確率僅68.4%，設(shè)75后提升至75.2%，驗證初始池對協(xié)同質(zhì)量的基礎(chǔ)作用。

KNN距離度量與K值歐氏距離在農(nóng)業(yè)圖像特征空間中表現(xiàn)最優(yōu)，K=3時綜合準(zhǔn)確率85.7%；曼哈頓距離導(dǎo)致準(zhǔn)確率下降2.9%，切比雪夫距離下降4.1%。

C4.5剪枝參數(shù)影響confidence=0.25時測試誤差11.3%，調(diào)至0.15則誤差升至13.8%（欠剪枝），調(diào)至0.35則升至12.6%（過剪枝），0.25為帕累托最優(yōu)。04應(yīng)用價值數(shù)據(jù)稀缺場景

農(nóng)業(yè)病蟲害識別中科院DDU-BiATeacher在玉米螟數(shù)據(jù)集僅用20%標(biāo)注（1276張）即達mAP@0.5=70.6%，而傳統(tǒng)全監(jiān)督需6380張，解決田間標(biāo)注人力不足痛點。

多模態(tài)農(nóng)業(yè)問答MTIR框架在MATID數(shù)據(jù)集（10139圖+文本對）上，僅用17%標(biāo)注樣本即實現(xiàn)91.5%意圖識別準(zhǔn)確率，突破農(nóng)業(yè)專家知識難以結(jié)構(gòu)化瓶頸。

醫(yī)學(xué)影像分析2024年聯(lián)影智能uAI平臺在肺結(jié)節(jié)CT數(shù)據(jù)上，采用半監(jiān)督+主動學(xué)習(xí)混合策略，用1200例標(biāo)注（占總量8%）達94.2%檢出率，較純監(jiān)督節(jié)省標(biāo)注成本83%。降低標(biāo)注成本

標(biāo)注量削減量化效果DDU-BiATeacher在柑橘害蟲數(shù)據(jù)集將標(biāo)注量從全量5200張壓縮至1040張（20%），mAP@0.5達69.3%，標(biāo)注成本減少80%，單張圖像標(biāo)注費從$12.5降至$2.5。

專家時間節(jié)約實證MTIR部署于山東省農(nóng)科院平臺后，病蟲害診斷時間從人工45分鐘/例縮短至0.8秒/例，年節(jié)省農(nóng)業(yè)專家工時超1.2萬小時，相當(dāng)于3名高級農(nóng)藝師全年工作量。

跨領(lǐng)域成本對比在語音轉(zhuǎn)錄領(lǐng)域，主動學(xué)習(xí)使ASR模型達到95%詞錯率（WER）僅需標(biāo)注280小時音頻（傳統(tǒng)需1500小時）；在遙感解譯中，標(biāo)注成本從$220萬/項目降至$38萬。提升模型性能

01小目標(biāo)檢測精度突破DDU-BiATeacher中BiResCo架構(gòu)使<32×32像素害蟲目標(biāo)召回率從58.3%提升至76.9%，在Pest24數(shù)據(jù)集上mAP@0.75達69.2%，超PestTeacher5.1個百分點。

02多模態(tài)任務(wù)綜合提升MTIR框架在MATID數(shù)據(jù)集上綜合任務(wù)準(zhǔn)確率達88.3%，較傳統(tǒng)VQA模型提升41.2%；其中復(fù)雜語義理解準(zhǔn)確率78.3%，遠超傳統(tǒng)方法（49.1%）。

03泛化能力增強驗證在極端光照場景下，DDU-BiATeacher通過數(shù)據(jù)增強使模型mAP波動范圍從±8.2%收窄至±2.7%，驗證半監(jiān)督對分布偏移的魯棒性提升。不同領(lǐng)域應(yīng)用智慧農(nóng)業(yè)落地DDU-BiATeacher已在安徽、江西等6省農(nóng)田部署，覆蓋玉米、柑橘等12類作物，2024年累計識別害蟲超2300萬次，防治響應(yīng)時效提升至2.3小時內(nèi)。醫(yī)療健康應(yīng)用2025年推想醫(yī)療InferReadCT肺模塊采用半監(jiān)督學(xué)習(xí)，在300家基層醫(yī)院部署，僅用5%標(biāo)注CT數(shù)據(jù)即達93.6%結(jié)節(jié)檢出率，助力分級診療落地。工業(yè)質(zhì)檢拓展華為云ModelArts在光伏板缺陷檢測中融合主動學(xué)習(xí)，將標(biāo)注需求從12萬張降至1.8萬張，缺陷識別F1-score達96.4%，誤檢率下降至0.8%。05具體案例農(nóng)業(yè)害蟲檢測

DDU-BiATeacher框架創(chuàng)新中科院合肥研究院2024年提出DDU-BiATeacher，融合距離-分歧-不確定性三維查詢，在玉米螟數(shù)據(jù)集用20%標(biāo)注達mAP@0.5=70.6%，較SOTA提升2.6個百分點。

多數(shù)據(jù)集驗證效果在柑橘害蟲數(shù)據(jù)集上mAP@0.5=69.3%，標(biāo)注成本減80%；在Pest24數(shù)據(jù)集mAP@0.75=69.2%，比PestTeacher高5.1個百分點，驗證跨場景泛化能力。

消融實驗?zāi)K貢獻DDU策略提升精度1.3–1.7%，BiResCo架構(gòu)增益5.5–6.2%，APLF機制改進2.2–3.9%，DynUW解決權(quán)重適應(yīng)問題，各模塊協(xié)同貢獻達12.8%。農(nóng)業(yè)多模態(tài)問答

MTIR框架技術(shù)構(gòu)成山東農(nóng)業(yè)大學(xué)2024年發(fā)布MTIR框架，含雙塔異構(gòu)特征提取、動態(tài)權(quán)重融合、知識圖譜驅(qū)動聯(lián)合訓(xùn)練三層，在MATID數(shù)據(jù)集上意圖識別準(zhǔn)確率91.5%。

數(shù)據(jù)集構(gòu)建創(chuàng)新首創(chuàng)農(nóng)業(yè)多模態(tài)標(biāo)注規(guī)范，GPT-4生成12種變異場景合成圖像，構(gòu)建10139圖-文對MATID數(shù)據(jù)集，覆蓋17類意圖、34類實體，填補領(lǐng)域空白。

平臺部署實效接入山東省農(nóng)科院智能診斷平臺后，病蟲害識別時間從45分鐘縮至0.8秒，實體識別關(guān)聯(lián)防治方案，時空預(yù)測模型準(zhǔn)確率達91.2%，服務(wù)農(nóng)戶超210萬人。實驗效果展示

標(biāo)注比例-性能關(guān)系曲線在Pest24數(shù)據(jù)集上，自訓(xùn)練算法在10%/20%/30%/40%標(biāo)注比例下mAP@0.75分別為58.3%/64.1%/67.5%/69.2%，呈現(xiàn)強正相關(guān)性，驗證半監(jiān)督數(shù)據(jù)效率。

算法對比基準(zhǔn)結(jié)果DDU-BiATeacher在玉米螟數(shù)據(jù)集mAP@0.5=70.6%，顯著優(yōu)于PestTeacher（68.0%）、Self-Training（66.7%）及Co-Training（65.2%），SOTA優(yōu)勢明確。

跨模態(tài)對齊精度MTIR框架在MATID數(shù)據(jù)集上圖像-文本跨模態(tài)對齊誤差為7.3%，較基線CLIP-RN50（14.6%）降低50%，支撐高精度問答生成。案例技術(shù)亮點

三維查詢策略（DDU）DDU策略在Pest24數(shù)據(jù)集上使樣本覆蓋度達91.7%，較隨機采樣高13.2%，且高價值樣本標(biāo)注后單輪性能提升達5.7個百分點。

雙分辨率協(xié)作架構(gòu)（BiResCo）BiResCo在玉米螟數(shù)據(jù)集上使小目標(biāo)（<32px）召回率從58.3%升至76.9%，性能增益6.2%，解決農(nóng)業(yè)圖像中小害蟲漏檢難題。

自適應(yīng)偽標(biāo)簽過濾（APLF）APLF機制動態(tài)調(diào)整閾值（0.72→0.85），使偽標(biāo)簽準(zhǔn)確率從76.4%升至84.9%，在柑橘害蟲數(shù)據(jù)集上降低偽標(biāo)簽噪聲31.2%。

知識圖譜驅(qū)動訓(xùn)練MTIR融合農(nóng)業(yè)知識圖譜（含1023個實體、2867條關(guān)系），使意圖識別準(zhǔn)確率在零樣本場景下仍達63.8%，驗證知識引導(dǎo)有效性。06前沿進展與局限前沿方法應(yīng)用

圖神經(jīng)網(wǎng)絡(luò)（GNNs）融合2024年清華團隊將GNNs嵌入半監(jiān)督框架，在社交網(wǎng)絡(luò)欺詐檢測中利用10%標(biāo)注+圖結(jié)構(gòu)，AUC達0.932，較傳統(tǒng)SSL高0.041。

生成對抗網(wǎng)絡(luò)（GANs）增強華為諾亞方舟實驗室用GAN生成農(nóng)業(yè)害蟲未標(biāo)注圖像，在Pest24數(shù)據(jù)集上擴充后mAP@0.75提升至70.1%，較原始數(shù)據(jù)高0.9個百分點