抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
半教師つき分類のための,関節L2,1 ノルム正則化スパース符号化による適応近傍伝搬(適応NP)と名付けた新しいトランスダクティブラベル伝搬法を提案した。試料のラベルを予測するための予測されたソフトラベルをより正確にするためとグラフ構築のための最適近傍サイズまたはカーネル幅を選択することの巧妙なプロセスを避けるために,適応NPはスパース符号化と近傍伝搬を単一フレームワークに統合しシームレス。すなわち,スパース再構成誤差と分類誤差は関節最小化,独立した段階があり,それは,不正確な予測を生じる可能性があるへのグラフ構築とラベル伝搬を分離明示的に従来の方法とは異なる明確にのために結合した。適応NPは交互にスパース符号とソフトラベル行列を最適化する,スパース符号は,各反復で近傍伝搬のための適応重みとして使用されているので,近傍サイズまたはカーネル幅を決定するの巧妙なプロセスを避けることができる。に加えて,スパース符号化を強化するための,スパース符号化係数に及ぼすL2,1 ノルム制約とより正確でロバストな表現を送達するための同時に再構成誤差を用いた。広範なシミュレーションは,このモデルが分類のためのいくつかの公開データセット上で最先端技術レベルの性能を提供できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】