分布ロバスト最適化に基づく半教師つき学習【JST・京大機械翻訳】

Blanchet Jose; Kang Yang

プレプリント

J-GLOBAL ID：202202218176528508 整理番号：22P0040108

分布ロバスト最適化に基づく半教師つき学習【JST・京大機械翻訳】

Semi-supervised Learning based on Distributionally Robust Optimization

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2017年02月28日プレプリントサーバーでの情報更新日： 2019年03月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

最適輸送計量を用いて,データ駆動分布ロバスト最適化(DRO)に基づく半教師つき学習(SSL)のための新しい方法を提案した。著者らの提案方法は,著者らのDRO定式化における最悪ケース分布のサポートを制限するために,ラベルなしデータを用いることによって一般化誤差を強化する。訓練手順を容易に実装できる確率的勾配降下アルゴリズムを提案し,DRO定式化の実現を可能にした。半教師つきDRO法は,自然教師つき手順と最先端のSSL推定器に対する一般化誤差を改善できることを実証した。最後に,DRO定式化における最適不確実性領域の大きなサンプル挙動に関する議論を含めた。著者らの議論はSSLにおける次元縮小の役割のような重要な側面を露出する。【JST・京大機械翻訳】

, , , , ,
, , , , 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る