文献

J-GLOBAL ID：201302261570404515   整理番号：13A0782738

局所線形近似に基づくラベル伝播のための類似度適合

Similarity Adaptation for Label Propagation based on Local Linear Reconstruction

著者 (2件)： 烏山昌幸 (京大 化研 バイオインフォマティクスセ) ,  馬見塚拓 (京大 化研 バイオインフォマティクスセ)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 112  号： 454(IBISML2012 93-109)  ページ： 115-121  発行年： 2013年02月25日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ラベル伝播アルゴリズムはグラフに基づく半教師付き学習の代表的手法として広く利用されており,グラフの構造に沿ってラベルを推定する。典型的なラベル伝播法の手順は以下の3ステップからなる:1)グラフのエッジを生成する,2)エッジに重みを与える,3)ラベルを推定する。本稿では2つ目のステップであるエッジの重み推定に着目する。提案するアプローチではエッジをノード間の類似度として表現した上で入力データの局所線形近似誤差を最小化する。これによって生成されたエッジはノード間の類似度としての表現を持ちつつも入力空間のマニフォールド構造を近似することになる。このアプローチの有効性を低次元マニフォールドモデルに基づく解析によって考察する。また計算機実験では人工データと実データによって提案法が予測精度を向上することを示す。(著者抄録)

シソーラス用語： *教師つき学習 ,  推定 ,  *グラフ ,  体系分類 ,  知識獲得 ,  重みづけ ,  端部 ,  節点 ,  度 ,  *近似法 ,  誤差解析 ,  多様体 ,  計算機シミュレーション ,  精度
準シソーラス用語： ラベル推定 ,  ラベル伝搬 ,  計算機実験 ,  *半教師つき学習 ,  辺 ,  予測精度 ,  類似度

分類 (3件)： 人工知能  (JE08000Z) ,  グラフ理論基礎  (IA02020S) ,  数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 線形近似 ,  ラベル ,  伝播 ,  類似度