半监督软测量
利用两个视图的协同训练，让大量未标记数据发挥作用，显著提升软测量性能，同时保持低计算复杂度。
郑俊华 · 周乐 · Ye, Lingjian · 葛志强
IEEE Transactions on Systems, Man, and Cybernetics: Systems 2025
通过双视图交叉训练与标注，大量无标签数据被纳入训练，缓解了深度PLM对标注样本的需求。
模型结构经设计保持低计算复杂度，即使采用深层网络，也无需额外大量算力。
由于未标记数据参与训练，性能对标注集规模的依赖被显著弱化。