×

GSML公司

swMATH ID: 35600
软件作者: K.Huang、Y.Ying、C.Campbell
描述: GSML:稀疏度量学习的统一框架。最近人们对稀疏度量学习(SML)产生了浓厚的兴趣,在SML中,我们同时学习了良好的距离度量和低维表示。不幸的是,现有稀疏度量学习方法的性能通常是有限的,因为作者假设存在某些问题松弛,或者他们间接针对SML目标。本文提出了一种广义稀疏度量学习方法(GSML)。这个新的框架为理解许多流行的稀疏度量学习算法提供了一个统一的视角,包括提出的稀疏度量学框架、大边缘最近邻(LMNN)和D排序向量机(D-ranking VM)。此外,GSML还与成对支持向量机建立了密切的关系。此外,所提出的框架能够将许多当前的非稀疏度量学习模型,如相关向量机(RCA)和所提出的最先进的方法扩展到它们的稀疏版本中。我们提出了详细的框架,提供了理论依据,建立了与其他模型的各种联系,并提出了一种实用的迭代优化方法,使该框架在理论上具有重要意义,在实际中可扩展到中大型数据集。一系列实验表明,在六个真实世界的基准数据集上,所提出的方法在测试精度和降维方面都优于以前的方法。
主页: https://dl.acm.org/doi/101109/IDM.2009.22
相关软件: LMNN公司;CLOP公司;博鲁塔;UCI-毫升
引用于: 4文件

按年份列出的引文