文献

J-GLOBAL ID：201302204775462573   整理番号：13A1115638

マルチラベル画像に関するモデル共有化半教師つき学習手法

Model Shared Semi-supervised Learning Approach for Multi-label Image

著者 (3件)： Zhang Dapeng (Inst. of Information Sci. and Engineering,Yanshan University; Guangxi Key Lab. of Trusted Software, Qinhuangdao) ,  Wen Jia (Inst. of Information Sci. and Engineering,Yanshan Univ., Qinhuangdao) ,  Liu Xi (The Key Lab. of Intelligent Information Processing,Inst. of Computing Technol., Chinese Acad. of Sciences, Beijing)
資料名： Xitong Fangzhen Xuebao  (Xitong Fangzhen Xuebao)
巻： 24  号： 9  ページ： 1826-1830  発行年： 2012年 
JST資料番号： C2071A  ISSN： 1004-731X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： モデル共有化半教師つきブースティングと呼ぶ,効率的で有効な半教師つきマルチラベル学習アプローチを提案する。手法は,多重ラベルを超えた多くのベースモデルを確立して,共有して,組み合わせた。そこでは,各ベースモデルが半教師つきサポートベクトルマシン(S3VM)の利用によってラベル付き,およびラベルされていないデータから学習した。ラベル相関はモデル共有の利用で明らかに取り込まれて,ベースモデルのわずかな数だけが各ラベルのために最終決定関数を作り出すのに必要である。CorelとMediamillデータセットに関する提案方法を評価して,最先端の半教師つきマルチラベル学習手法といくつかの教師つき技術による競争結果を示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *学習 ,  サポートベクトルマシン ,  機械学習 ,  集合 ,  ラベル付け【画像】
準シソーラス用語： *半教師つき学習 ,  ブースティング ,  データセット

分類 (1件)： 計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (6件)： マルチ ,  ラベル ,  モデル ,  共有化 ,  半教師つき学習 ,  手法