×
高伟;徐天伟

本体相似性计算学习算法的稳定性分析。 （英语） Zbl 1371.68234号

文章摘要。申请。分析。 2013年，文章ID 174802，第9页（2013年）.
摘要：本体作为一种有用的工具，在社会科学、计算机科学、医学等领域得到了广泛的应用。本体概念相似度计算是这些应用中算法的关键部分。最近的一种方法是利用本体图上顶点之间的相似性。它不是成对计算，而是基于将本体图的顶点集映射为实数的函数。为了实现这一点，排序学习问题起着重要而必不可少的作用，尤其是（k）-部分排序算法，它适用于解决一些本体问题。排名函数通常用于将本体图的顶点映射到数字，并通过其分数分配顶点的排名。通过学习一个训练样本，可以学习这样的函数。它包含本体图的顶点子集。好的排名函数意味着排名错误小，稳定性好。对于处于良好稳定状态的排序算法，我们通过算法稳定性的一些概念研究了泛化界。我们还发现，在再生核Hilbert空间中作为正则化方案表示的基于核的排序算法满足稳定性条件，并且具有很强的泛化能力。

引用于9文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
68立方英尺 知识表示
PDF格式BibTeX公司 XML格式引用
\textit｛W.Gao｝和\textit｛T.Xu｝，文章摘要。申请。分析。2013年，文章ID 174802，9 p.（2013；Zbl 1371.68234）
全文： 内政部
OA许可证

参考文献：

[1] Agarwal，S.，图表数据排名，第23届机器学习国际会议论文集（ICML'06）
[2] Wang，Y.Y。；高，W。；Zhang，Y.G。；Gao，Y.，使用排名学习方法进行本体相似性计算，IEEE国际会议论文集计算智能和工业应用
[3] 贝尔金，M。；Niyogi，P.，用于降维和数据表示的拉普拉斯特征映射，神经计算，15，6，1373-1396（2003）·Zbl 1085.68119号 ·doi:10.1162/089976603321780317
[4] 高，W。；周德兴，谱聚类与一般相似函数的收敛性，科学中国数学，42，10，985-994（2012）·Zbl 1488.68043号
[5] von Luxburg，美国。；贝尔金，M。；Bousquet，O.，光谱聚类的一致性，《统计年鉴》，36，2，555-586（2008）·Zbl 1133.62045号 ·doi:10.1214/009053607000000640
[6] 斯梅尔，S。；周德兴，概率空间上的几何，构造逼近，30，3，311-323（2009）·Zbl 1187.68270号 ·doi:10.1007/s00365-009-9070-2
[7] 拉贾拉姆，S。；Agarwal，S.，k部分排名的泛化界限，NIPS学习排名研讨会论文集
[8] 阿加瓦尔，S。；Niyogi，P.，《通过算法稳定性对排序算法进行概括的界限》，《机器学习研究杂志》，10441-474（2009）·Zbl 1235.68123号
[9] Caponetto，A。；Yao，Y.，《学习理论、分析与应用中基于交叉验证的正则化算子自适应》，8，2，161-183（2010）·Zbl 1209.68405号 ·doi:10.1142/S0219530510001564
[10] 戈卢布，G.H。；希思，M。；Wahba，G.，《广义交叉验证作为选择良好岭参数的方法》，《技术计量学》，21，2，215-223（1979）·Zbl 0461.62059号 ·doi:10.2307/1268518
[11] Hu，T.，变高斯分布和非同分布的在线回归，分析与应用，9，4，395-408（2011）·Zbl 1253.68189号 ·网址：10.1142/S0219530511001923
[12] 斯梅尔，S。；周德兴，《学习理论中近似误差的估计、分析与应用》，2003年第1期，第17-41页·Zbl 1079.68089号 ·doi:10.1142/S0219530503000089
[13] Wang，H.-Y。；肖，Q.-W。；Zhou，D.-X.，利用正则化进行学习的近似理论方法，《近似理论杂志》，167，240-258（2013）·Zbl 1283.68308号 ·doi:10.1016/j.jat.2012.12.004
[14] Yang，D.C。；Yang，D.Y.，与Bessel算子相关的Hardy空间的实变量特征，分析与应用，9，3，345-368（2011）·Zbl 1227.42021号 ·doi:10.1142/S021953051100187X
[15] Agarwal，S.，《学习在图上排名》，机器学习，81，3，333-357（2010）·Zbl 1470.68068号 ·doi:10.1007/s10994-010-5185-8
[16] McDiarmid，C.，《关于有界差分方法》，《组合数学调查》，141148-188（1989），剑桥大学出版社·Zbl 0712.05012号
[17] 阿加瓦尔，S。；Niyogi，P.，二部排序算法的稳定性和泛化，第18届学习理论年会论文集·Zbl 1137.68513号
[18] O.布斯克。；Elisseeff，A.，稳定性和泛化，机器学习研究杂志，2，3，499-526（2002）·Zbl 1007.68083号 ·doi:10.1162/153244302760200704
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。