文献

J-GLOBAL ID：201202262066555587   整理番号：12A1636176

多出力データからの埋め込み生成のための近傍性ベースフレームワーク

Proximity-Based Frameworks for Generating Embeddings from Multi-Output Data

著者 (4件)： MU Tingting (Univ. Manchester, Manchester, GBR) ,  GOULERMAS John Yannis (Univ. Liverpool, Liverpool, GBR) ,  TSUJII Jun’ichi (Microsoft Res. Asia, Beijing, CHN) ,  ANANIADOU Sophia (Univ. Manchester, Manchester, GBR)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 34  号： 11  ページ： 2216-2232  発行年： 2012年11月 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 次元縮小は機械学習,データ圧縮,コンピュータビジョン,情報検索,自然言語処理等における重要な課題である。データセットが完全/部分ラベル情報を伴うときは,教師つき/半教師つき次元縮小(SDR/SSDR)を追求するのが自然である。その中で,スペクトル法はより明示的で柔軟なモデリングを可能とする。本論文では,多ラベル分類に対するスペクトルSDRとSSDRに焦点を当てた。いくつかの新しい埋め込み法を提案した。そして,教師なし次元縮小法と単一ラベル/多ラベルSDRとSSDRに対する現在の多数のスペクトル手法の総合的なサーベイを提示した。実践者へのガイドとして有用である。実験結果と比較解析結果も提示した。

シソーラス用語： *次元縮小 ,  *教師なし学習 ,  埋込み【写像】 ,  機械学習 ,  データ圧縮 ,  コンピュータビジョン ,  自然言語処理 ,  数値解法 ,  級数展開 ,  ラベル付け【画像】
準シソーラス用語： スペクトル法

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 出力データ ,  埋め込み ,  近傍 ,  フレームワーク