Descripción del prompt

APROBADO. El diagrama ilustra un marco de aprendizaje semi-supervisado de doble rama diseñado para datos realistas de cola larga en visión artificial. El marco comprende dos flujos de datos: Datos Etiquetados (Cola Larga) y Datos No Etiquetados (Distribución Desconocida). Ambos flujos son procesados por un extractor de características compartido (Red Troncal). Después de la extracción de características, las características divergen en dos ramas paralelas: un Predictor Sesgado, que genera pseudo-etiquetas para datos no etiquetados y es adaptable a la distribución de datos no etiquetados, y un Predictor Balanceado, entrenado para fomentar límites de decisión equilibrados y utilizado para la inferencia final. Un módulo de Supresión de Difusión de Características Guiado por el Estado de Aprendizaje está posicionado entre la red troncal y ambos predictores, conectado al espacio de características. Este módulo suprime la expansión de características para las clases bien aprendidas, al tiempo que preserva la exploración para las clases poco aprendidas.