Art

J-GLOBAL ID：201102291801531614   Reference number：11A1216744

SERAPH: Semi-supervised Metric Learning Paradigm with Hyper Sparsity

SERAPH:超疎性のある半教師付き距離学習パラダイム

Author (4)： NIU Gang (Tokyo Inst. Technol.) ,  DAI Bo (Inst. Automation, Chinese Acad. Sci.) ,  YAMADA Makoto (Tokyo Inst. Technol.) ,  SUGIYAMA Masashi (Tokyo Inst. Technol.)
Material： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
Volume： 111  Issue： 87(IBISML2011 1-16)  Page： 51-58  Publication year： Jun. 13, 2011 
JST Material Number： S0532B  ISSN： 0913-5685  Document type： Proceedings
Article type： 原著論文  Country of issue： Japan (JPN)  Language： ENGLISH (EN)

Thesaurus term： property ,  Learning ,  information ,  *image labeling ,  probability distribution ,  *learning algorithm ,  *metric space ,  posterior distribution
Semi thesaurus term： *side information ,  *sparsity ,  *semi-supervised learning

JST classification (1)： Artificial intelligence  (JE08000Z)

Reference (24)：

• ARGYRIOU, A. Multi-task feature learning. NIPS, 2006. 2006
• BAGHSHAH, M. Semi-supervised metric learning using pairwise constraints. IJCAI, 2009. 2009
• BELKIN, M. Laplacian eigenmaps and spectral techniques for embedding and clustering. NIPS, 2001. 2001
• BELLARE, K. Alternating projections for learning with expectation constraints. UAI, 2008. 2008
• BERGER, A. A maximum entropy approach to natural language processing. Computational Linguistics. 1996, 22, 39-71

Terms in the title (3)： 教師 ,  学習 ,  パラダイム