文献

J-GLOBAL ID：201302298869074369   整理番号：13A0026274

ラベル伝播アルゴリズムにおける複数グラフのスパース結合法

Propagating Labels via Sparse Combination of Multiple Graphs

著者 (2件)： KARASUYAMA Masayuki (Kyoto Univ., Kyoto, JPN) ,  MAMITSUKA Hiroshi (Kyoto Univ., Kyoto, JPN)
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： 279(IBISML2012 34-92)  ページ： 171-178  発行年： 2012年10月31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： 英語 (EN)

抄録/ポイント： ラベル伝播アルゴリズムはグラフベース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,グラフを通してデータの構造を活かした推定を可能にする。本稿ではラベル伝播アルゴリズムにおいて複数のグラフを活用するアルゴリズムを提案する。提案手法の特徴的な点は複数のグラフをスパースに結合する点にある。これにより分類に有用でないグラフを除外し,精度の向上や解釈性の向上が図られる。他にも,提案法は類似グラフのグルーピング効果や,効率の良い最適化といった観点からも有利な特徴を持つことを導く。最後に,人工データと実データを用いた計算機実験によって提案法の性能を示す。(著者抄録)

シソーラス用語： *教師つき学習 ,  体系分類 ,  知識獲得 ,  学習モデル ,  データ構造 ,  類似性 ,  *学習アルゴリズム ,  *機械学習 ,  最適化問題
準シソーラス用語： Laplacian行列 ,  グラフアルゴリズム ,  スパース性 ,  *ラベル伝搬 ,  計算効率 ,  最適化アルゴリズム ,  *半教師つき学習

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (15件)：

• Zhu, X. Semisupervised learning using gaussian fields and harmonic functions. Proceedings of the 20th International Conference I on Machine Learning,2003. 2003, 912-919
• Zhou, D. I,earning with local and global consistency. Advetn'CPs'tn N^riral Information Processing System. 2004, 16, 321-328
• Tsuda, K. Fast protein c l sificatlion with multiple networks. Bioinfrmatics. 2005, 21suppl, 2, 59-65
• KATO, T. Robust label AI propagation on multiple networks. IEEE Traosacations on I Neural Networks. 2009, 20, 35-44
• Wang, M. Unified video annotation via multigraph learning. IEEE Transactions on Circuits and Systems for Video Technology. 2009, 19, 733-746

タイトルに関連する用語 (4件)： ラベル ,  伝播 ,  アルゴリズム ,  グラフ