temporal

本文要介绍的 mean teachers 是一种半监督学习的方法，主要的目标是改进前文提到的 temporal ensembling 方法。在 temporal ensembling 中每次 epoch 的 \(z_i\) 是从以前所有 \(z_i\) 的加权平均来计算的，这个方法的问题是当资料的数量很多时，系统无法将所有过去的 \(z_i\) 记录下来。mean teachers 改进的思路是：与其加权平均过去的 feature embedding，不如加权平均过去的模型参数，也就是下图中的 teacher model

4月13日下午，应77779193永利(中国)有限公司的邀请，上海财经大学统计与管理学院学院院长、统计学教授冯兴东作题为“Spatial-temporal Model with Heterogeneous Random Effects”的线上学术报告，报告由院长刘艳楠教授主持，学院耿直教授等四十多名师生在线参加了学术报告会。 冯兴东教授首先介绍了全球生态环境变化与世界经济发展的问题，并以此为切入点引入其研究动机；其次介绍了文章提出的时空异质性随机效应模型，并详细解释了模型各部分的含义；然后给出模型参数的二步估计方法，并论证了模型估计的相合性、渐近正态分布等理论结果；最后介绍了数值模拟和实际数据分析，结果都表明模型有效。在报告的最后，冯兴东教授还指出了未来的研究方向