- 博客(4)
- 收藏
- 关注
原创 无消歧的偏标记学习(2017)
原文链接:http://aaai.org/ocs/index.php/AAAI/AAAI17/paper/view/14210研究动机基于消歧的策略易于被和真值标签在样本候选标签集中同时出现的假阳性标签误导而性能下降,候选集越大,性能下降越多多分类器分解为二分类器多分类器集成的最流行机制是使用一对余或一对一分解将学习任务分解一对余分解:学习任务分解为多个二分类器。对每个二分类器:一...
2019-08-24 18:29:38 1191
原创 基于置信度评价消歧的偏标记学习(2017)
原文链接: https://aaai.org/ocs/index.php/AAAI/AAAI17/paper/view/14210偏标记学习又叫模糊标记学习,超集标记学习 。研究动机现有分歧方法使用平等原则对待所有参数模型的输出进行聚合,没有区分候选标记为真值标记的置信度真值标记和假阳性标记之间的分布应该是不同,所以平等原则不是最优的相关工作对于现有算法:每个类标签yjy_jy...
2019-08-24 11:12:40 950
翻译 Adaptive Graph Guided Disambiguation for Partial Label Learning
原文链接:https://www.kdd.org/kdd2019/accepted-papers/view/adaptive-graph-guided-disambiguation-for-partial-label-learning摘要偏标记学习的目的是从训练样本中引出多分类器,其中每个训练样本都与一组候选标签相关联,每组候选标签中只有一个是真实标签。训练预测模型的常用策略是消歧,即区分每个...
2019-08-22 13:59:07 1134
翻译 A Many-objective Evolutionary Algorithm With Pareto-adaptive Reference Points
使用帕累托自适应参考点的多目标进化算法摘要特出一种新的使用帕累托自适应参考点的多目标进化算法。在此算法中,使用欧氏距离的比例估计帕累托最优前沿的形状。如果估计的形状可能是凸的,则用最差点作为参考点来计算个体的收敛性和多样性指标。否则,参照点设为理想点。此外,对最差点(nadir point)的估计与文献中广泛使用的方法不同。在基于帕累托的算法中,最差点和理想点一起提供了一种可行的方法处理难以...
2019-08-19 08:54:24 1801 6
空空如也
LCD屏幕无法正常显示
2023-04-18
TA创建的收藏夹 TA关注的收藏夹
TA关注的人