文献

J-GLOBAL ID：201702216919016862   整理番号：17A1322470

非負の低ランクスパースグラフに基づく半教師つき学習の改良アルゴリズムを提案した。【JST・京大機械翻訳】

Improved Algorithm Based on Non-negative Low Rank and Sparse Graph for Semi-supervised Learning

著者 (2件)： Zhang Tao (南京理工大学計算机科学与工程学院 南京 210094) ,  Tang Zhenmin (南京理工大学計算机科学与工程学院 南京 210094)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 39  号： 4  ページ： 915-921  発行年： 2017年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  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： 本論文では,非負低ランクスパースグラフに基づく半教師つき学習アルゴリズムによるデータ構造を正確に記述できないという問題を解決するために,平滑低ランク表現と重み付きスパース制約を組み合わせた改良アルゴリズムを提案した。このアルゴリズムは,古典的アルゴリズムの低ランク項目とスパース項を改良して,正確にデータの局所的部分空間構造と局所的線形構造を捕捉した。目的関数を構築する際に、対数行列式関数を用いて、カーネルノルムの代わりにランク関数を推定し、同時に形状相互情報とラベル付きサンプルの分類情報を利用して重み付きスパース制約正則項を構築した。次に,自己適応ペナルティを持つ線形交互方向法を用いて,目的関数を解き,効果的後処理法を用いてデータのグラフ構造を再構築し,最後に局所的および大域的一貫性に基づく半教師つき分類フレームワークを用いて学習タスクを完成した。ORLデータベースにおいて,Extended Yale BとUSPSに関する実験結果は,この改良アルゴリズムが半教師つき学習の精度を改善することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： データ構造 ,  目的関数 ,  データベース ,  *透視図法 ,  再構成 ,  線形性 ,  立体構造 ,  行列式 ,  *アルゴリズム ,  線形構造 ,  *学習 ,  ペナルティ
準シソーラス用語： 半教師付き分類 ,  グラフ構造 ,  *半教師つき学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： Semi-supervised learning ,  Graph model ,  Low rank representation ,  Sparsity constraint

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 半教師つき学習 ,  アルゴリズム ,  提案