文献

J-GLOBAL ID：201802261510365047   整理番号：18A0219189

マルチラベル局所識別埋め込み【JST・京大機械翻訳】

Multi-label local discriminative embedding

資料名： Xitong Gongcheng yu Dianzi Jishu(Yingwenban)  (Xitong Gongcheng yu Dianzi Jishu(Yingwenban))
巻： 28  号： 5  ページ： 1009-1018  発行年： 2017年 
JST資料番号： C2630A  ISSN： 1004-4132  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： 英語 (EN)

抄録/ポイント： マルチラベル分類問題は,テキスト分類において頻繁に発生し,多くの他の関連する応用がある。従来の分類問題のように,マルチラベル分類タスクは,高次元性の曲線に悩まされている。既存のマルチラベル次元縮小法は,主に二つの制限を受ける。最初に,潜在的非線形構造は入力空間において利用されない。第二に,ラベル情報は完全には利用されていない。本論文では,ラベル間相関に基づいてクラス内距離を最小化し,クラス間距離を最大化するために,潜在的構造を利用する新しい方法,マルチラベル局所識別埋め込み(MLDE)を提案した。潜在的構造は,非線形情報を利用するために2組の隣接グラフを構築することによって抽出される。実際の応用における事例である非対称ラベル相関を採用した。この問題を大域的目的関数に定式化し,線形写像を行い,サンプル外問題を解いた。11個のYahoサブタスク,EnronおよびBibexを横断する経験的研究を行い,MLDEの優位性を検証し,マルチラベル次元低減法について述べた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 目的関数 ,  非線形構造 ,  グラフ ,  次元縮小 ,  *線形性 ,  定式化 ,  非対称性 ,  写像 ,  高次元
準シソーラス用語： テキスト分類 ,  マルチラベル分類 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： マルチ ,  ラベル ,  識別 ,  埋め込み