全文总字数：1454字
1. 毕业设计（论文）主要内容：
如今机器学习和深度学习已经在现实生活中有越来越多的应用，但是现在基于深度学习的方法往往需要大量的标签数据，但是如医学，生物学等领域很难采集到大量的标签数据或如图像领域打标签成本较高的领域，深度学习难以运用，所以半监督这种只需要少量标签数据，同时结合大量无标签数据的学习方式，具有很大的研究意义。
度量学习是一种简单却十分实用的方法，其通过一定的度量方式判断样本直接的相似性。在训练学习中结合度量矩阵可以提高模型性能。
本课题研究将度量学习加入到半监督方法中，传统的度量学习往往运行在监督领域中，这是因为度量学习需要每个样本的标签来判断每个样本在损失中的正负样本，而半监督学习中样本有大量的未标签数据，如何通过课程学习的方式将两者方法结合起来有很大的研究意义，也是本课题的主要研究内容。
2. 毕业设计（论文）主要任务及要求
1. 通过本课题的训练，培养学生动手能力、分析问题及解决问题的能力；
2. 翻译与本课题相关的英文资料（不少于3000中文字符）；
3. 查阅文献资料，撰写开题报告（不少于5000中文字符）；
3. 毕业设计（论文）完成任务的计划与安排
1-2周，完成开题报告和文献翻译，完成开题答辩；
3-4周，学习经典半监督和课程学习方法；
5-7周，学习经典度量学习方法；
4. 主要参考文献
（1）Y. Bengio,J. Louradour, R. Collobert, J. Weston, "Curriculum Learning", Proc.Int'l Conf. Machine Learning, 2009. Access at ACM
（2）Laine, Samuli and Timo Aila. “Temporal Ensembling forSemi-Supervised Learning.” ArXiv abs/1610.02242 (2016): n. pag.
（3）Wang, Xun et al. “Multi-Similarity Loss with General PairWeighting for Deep Metric Learning.” CVPR (2019).
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
