×
卢志武;彭玉欣

详尽有效的约束传播：一种基于图的学习方法及其应用。 （英语） Zbl 1270.68351号

国际期刊计算。视觉。 103，第3期，306-325（2013）.
摘要：本文提出了一种新的成对约束传播方法，该方法将具有挑战性的约束传播问题分解为一组独立的半监督分类子问题，这些子问题可以在二次时间内使用基于（k）-最近邻图的标签传播来解决。考虑到此时间成本与所有可能的成对约束的数量成正比，我们的方法实际上为在整个数据集中彻底传播成对约束提供了一个有效的解决方案。得到的传播成对约束的穷举集进一步用于调整约束谱聚类的相似矩阵，我们的方法还扩展到多源数据上更具挑战性的约束传播，其中每个成对约束都定义在来自不同源的一对数据点上。这种多源约束传播在跨模态多媒体检索中有着重要的应用。大量结果表明，我们的方法具有卓越的性能。

引用于7文件

MSC公司：

68T45型 机器视觉和场景理解
68T05年 人工智能中的学习和自适应系统
68兰特 计算机科学中的图论（包括图形绘制）

关键词：

成对约束传播;半监督分类;约束谱聚类;多源数据;交叉模式检索

软件：

Im2文本;算法432
PDF格式BibTeX公司 XML格式引用
\textit{Z.Lu}和\textit{Y.Peng}，国际计算机杂志。视觉。103，第3号，306--325（2013；Zbl 1270.68351）
全文： 内政部 arXiv公司

参考文献：

[1] Bartels，R.和；Stewart，G.（1972年）。矩阵方程$${AX+XB=C}$$的解。ACM通信，15（9），820-826·Zbl 1372.65121号 ·数字对象标识代码：10.1145/361573.361582
[2] Basu，S.、Bilenko，M.和；Mooney，R.（2004）。半监督聚类的概率框架。《SIGKDD会议录》（第59-68页）。
[3] Bekkerman，R.和；Jeon，J.（2007）。多媒体收藏的多模式群集。CVPR会议记录（第1-8页）。
[4] Blei，D.、Ng，A.和；Jordan，M.（2003）。潜在Dirichlet分配。机器学习研究杂志，3，993–1022·Zbl 1112.68379号
[5] Bruno，E.、Moenne-Loccoz，N.和；Marchand Maillet，S.（2008年）。视频文档检索的多模态差异空间设计。IEEE模式分析和机器智能汇刊，30（9），1520-1533·Zbl 05340970号 ·doi:10.1109/TPAMI.2007.70801
[6] Carson，C.、Belongie，S.、Greenspan，H.和；Malik，J.（2002）。Blobworld：使用期望最大化的图像分割及其在图像查询中的应用。IEEE模式分析和机器智能汇刊，24（8），1026–1038·Zbl 05111981号 ·doi:10.1109/TPAMI.2002.1023800
[7] Chen，G.和；Lerman，G.（2009）。光谱曲率聚类（scc）。《国际计算机视觉杂志》，81317-330·Zbl 05671860号 ·doi:10.1007/s11263-008-0178-9
[8] Eaton，E.、desJardins，M.和；Jacob，S.（2010年）。带有约束传播的多视图聚类，用于视图之间不完全映射的学习。《ACM信息和知识管理会议记录》（第389-398页）。
[9] A.埃里克森、C.奥尔森；Kahl，F.（2007）。重新访问规范化切割：使用线性分组约束重新制定分割。ICCV会议记录（第1-8页）·Zbl 1255.68171号
[10] Farhadi，A.、Hejrati，M.、Sadegi，M.，Young，P.、Rashtchian，C.、Hockenmaier，J.等人（2010年）。每张图片都讲述了一个故事：从图像中生成句子。《ECCV会议录》（第4卷，第15-29页）。
[11] Feng，S.、Manmatha，R.和；Lavrenko，V.（2004）。图像和视频注释的多个伯努利相关模型。CVPR会议录（第2卷，第1002-1009页）。
[12] Gajic，Z.，&；库雷希，M.（编辑）。(1995). 李亚普诺夫矩阵方程在系统稳定性和控制中的应用。纽约：学术出版社·Zbl 1153.93300号
[13] Ghanem，B.和；Ahuja，N.（2010年）。Dinkelbach NCUT：一个有效的框架，用于解决具有先验和凸约束的规范化切割问题。国际计算机视觉杂志，89（1），40–55·Zbl 06023108号 ·doi:10.1007/s11263-010-0321-2
[14] Hai，S.、Liu，W.、Lyu，M.和；马伟友（2006）。用于图像检索的具有上下文约束的学习距离度量。CVPR会议记录（第2072–2078页）。
[15] Hotelling，H.（1936）。两组变量之间的关系。《生物特征》，28（3-4），321-377·Zbl 0015.40705号
[16] Hubert，L.和；Arabie，P.（1985）。比较分区。分类期刊，2（1），193–218·Zbl 0587.62128号 ·doi:10.1007/BF01908075
[17] Kamvar，S.、Klein，D.和；Manning，C.（2003）。光谱学习。《国际JCAI会议录》（第561-566页）。
[18] Klein，D.、Kamvar，S.和；Manning，C.（2002）。从实例级约束到空间级约束：充分利用数据聚类中的先验知识。《ICML会议录》（第307-314页）。
[19] Kulis，B.、Basu，S.、Dhillon，I.和；Mooney，R.（2005）。半监督图聚类：一种核方法。在ICML会议记录中（第457-464页）。。
[20] Kulkarni，G.，Premraj，V.，Dhar，S.，Li，S..，Choi，Y.，Berg，A.等人（2011年）。婴儿谈话：理解并生成简单的图像描述。CVPR会议记录（第1601–1608页）。
[21] Lancaster，P.（1970年）。线性矩阵方程的显式解。SIAM评论，12（4），544-566·Zbl 0209.06502号 ·数字对象标识代码：10.1137/101204
[22] Law，M.、Topchy，A.和；Jain，A.（2004）。具有软约束和组约束的聚类。在IAPR关于结构、句法和统计模式识别的联合国际研讨会论文集（第662–670页）·Zbl 1104.68639号
[23] Li，Z.，Liu，J.和；Tang，X.（2008）。半监督分类的半定规划成对约束传播。ICML会议记录（第576–583页）。
[24] Li，J.和；Wang，J.（2003年）。通过统计建模方法对图片进行自动语言索引。IEEE模式分析和机器智能汇刊，25（9），1075-1088·Zbl 05112218号 ·doi:10.1109/TPAMI.2003.1227984
[25] Liu，W.、Ma，S.、Tao，D.、Liu，J.和；刘平（2010）。使用交替线性化优化的半监督稀疏度量学习。KDD会议记录（第1139–1148页）。
[26] Lu，Z.和；Carreira-Perpina，M.（2008）。通过亲和传播进行约束谱聚类。CVPR会议记录。
[27] Lu，Z.和；Ip，H.（2009）。通过上下文和一致性学习进行图像分类。CVPR会议记录（第2719-2726页）。
[28] Lu，Z.和；叶华（2010）。通过穷举和高效的约束传播实现约束谱聚类。《ECCV会议记录》（第6卷，第1-14页）。
[29] 卢，Z.，叶，H.，&；彭毅（2011）。用于学习图像语义的上下文核和谱方法。IEEE图像处理汇刊，20（6），1739-1750·Zbl 1372.94167号 ·doi:10.1109/TIP.2010.2103082
[30] Lu，Z.，Peng，Y.，&amp；Xiao，J.（2008）。从比较聚类到组合聚类。AAAI会议记录（第665-670页）。
[31] Ng，A.、Jordan，M.和；Weiss，Y.（2002）。关于谱聚类：分析和算法。神经信息处理系统进展，14849–856。
[32] 奥利瓦·A·；Torralba，A.（2001）。场景形状建模：空间包络线的整体表示。国际计算机视觉杂志，42（3），145-175·Zbl 0990.68601号 ·doi:10.1023/A:101139631724
[33] Ordonez，V.、Kulkarni，G.和；Berg，T.（2012）。Im2Text：使用100万张带标题的照片描述图像。神经信息处理系统进展，241143-1151。
[34] Rasiwasia，N.、Costa Pereira，J.、Coviello，E.、Doyle，G.、Lanckriet，G.和Levy，R.等人（2010年）。一种新的跨模式多媒体检索方法。《ACM多媒体会议录》（第251-260页）。
[35] Rasiwasia，N.、Moreno，P.和；Vasconcelos，N.（2007年）。弥合差距：通过语义示例进行查询。IEEE多媒体汇刊，9（5），923–938·doi:10.1109/TMM.2007.900138
[36] Shi，J.和；Malik，J.（2000）。标准化切割和图像分割。IEEE模式分析和机器智能汇刊，22（8），888-905·Zbl 05111961号 ·数字对象标识代码：10.1109/34.868688
[37] 斯诺克，C.，&；Worring，M.（2005）。多模式视频索引：最新技术综述。多媒体工具和应用，25（1），5-35·doi:10.1023/B:MTAP.000046380.27575.a5
[38] Veksler，O.（2008）。图形剪切图像分割之前的星形。ECCV会议记录（第454-467页）。
[39] von Luxburg，U.（2007年）。光谱聚类教程。统计与计算，17（4），395–416·数字对象标识代码：10.1007/s11222-007-9033-z
[40] Wagstaff，K.、Cardie，C.、Rogers，S.和；Schroedl，S.（2001）。带背景知识的约束k-means聚类。ICML会议记录（第577-584页）。
[41] Xing，E.，Ng，A.，Jordan，M.和；Russell，S.（2003）。远程度量学习及其在附带信息聚类中的应用。神经信息处理系统进展，15505-512。
[42] Xu，L.，Li，W.，&；Schuurmans，D.（2009年）。具有线性约束的快速规范化切割。CVPR会议记录（第2866-2873页）。
[43] Yu，S.和；史杰（2004）。给定部分分组约束的分段。IEEE模式分析和机器智能汇刊，26（2），173-183·Zbl 05110620号 ·doi:10.1109/TPAMI.2004.1262179
[44] Zhou，D.、Bousquet，O.、Lal，T.、Weston，J.和；Schölkopf，B.（2004）。本地和全球一致性学习。神经信息处理系统进展，16，321-328。
[45] Zhu，X.、Ghahramani，Z.和；Lafferty，J.（2003）。使用高斯场和调和函数的半监督学习。ICML会议记录（第912-919页）。
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。