文献

J-GLOBAL ID：201802242491791411   整理番号：18A0162666

複数ビューの存在下でのクラウドソーシングのための無作為化アプローチ【Powered by NICT】

A Randomized Approach for Crowdsourcing in the Presence of Multiple Views

著者 (2件)： Zhou Yao ,  He Jingrui
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDM  ページ： 685-694  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： サイズと源の両方に関してデータの劇的な成長により,不均一データからの学習は,多くの実際の応用のための重要な研究方向として出現している。このタイプの問題の最大の課題の一つは,意味の学習モデルの一般性と品質を大幅に改善できることを異種データを統合する方法である。本論文では,まず,二タイプのデータ不均一性の見解不均一性(マルチビュー学習のように)と労働者の不均一性(クラウドソーシングにおけるように)から構造情報を活用することを目的とした統一学習フレームワークを提案した。目的は,正則化された予測テンソルを持つ損失項を最小化による一貫性と労働者のコンセンサスの原理に従った。を反復更新法を用いた最適化フレームワークを緩和し,解決することを提案した。も最も時間のかかる更新ブロックの勾配が労働者に,より速い速度とより良い収束による無作為化アルゴリズムにつながると分離できることを証明した。最後に,いくつかの最新の提案手法を比較し,種々のデータセット上でその有効性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 労働者 ,  不均一性 ,  アルゴリズム ,  品質 ,  テンソル ,  正則化 ,  *学習 ,  予測 ,  学習モデル ,  普遍性 ,  最適化
準シソーラス用語： 異種データ ,  *クラウドソーシング , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  数理計画法  (KA03030M)

タイトルに関連する用語 (1件)： クラウドソーシング