文献

J-GLOBAL ID：201702249161058771   整理番号：17A1484970

独立ラベル部分空間におけるマルチラベル学習【Powered by NICT】

Multi-Label learning in the independent label sub-spaces

著者 (4件)： J. Barezi Elham (CSE Department, Hong Kong University of Technology, Hong Kong) ,  J. Barezi Elham (CSE Department, Sharif University of Technology, Tehran, Iran) ,  Kwok James T. (CSE Department, Hong Kong University of Technology, Hong Kong) ,  Rabiee Hamid R. (CSE Department, Sharif University of Technology, Tehran, Iran)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 97  ページ： 8-12  発行年： 2017年 
JST資料番号： H0913A  ISSN： 0167-8655  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： マルチラベル学習問題における目的は,各入力事例に対して多くのラベルの同時予測である。過去数年の間に,ラベル依存性を考慮し,学習と予測コストを減少させることによりこの問題を解決するために提案されている多くの埋め込みに基づくアプローチした。しかし,データを圧縮するラベル空間に含まれる情報の一部を失うをもたらした。本研究の概念は,全ラベル空間を分割主空間内の各小集団の独立した学習と予測よりもむしろ圧縮空間への形質転換がいくつかの独立した小グループにすることである。各群における標識は,他の群のラベルの結果を改善するための情報を含まないこのようなこれらの小分割を抽出するための部分空間クラスタリングアプローチを用いた。多数特徴とラベルの異なるデータセットを用いた実験によれば,この手法は最新技術と比較して,より低い計算コストで予測品質を改善した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 予測 ,  *学習 ,  品質
準シソーラス用語： 計算コスト ,  部分空間クラスタリング ,  *部分空間 , 【Automatic Indexing@JST】

著者キーワード (3件)： 大規模学習 ,  マルチラベル学習 ,  独立学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： ラベル ,  部分空間 ,  マルチ ,  学習