×
柴静；陈波；刘凡；陈泽华；丁兴浩

使用最大跟踪差异标准在包和实例级别进行多实例特征提取。 （英语） Zbl 1429.68209号

信息科学。 385-386, 353-377 (2017).
摘要：多实例学习（MIL）是指每个对象都是由多个实例组成的包，并且只提供包的标签的问题。故障指示灯数据可能包含无关、冗余和噪声成分，这使得特征提取预处理对于性能改进至关重要。在本文中，我们提出了一个多实例特征提取（MIFE）框架，以基于最大跟踪差异准则在包和实例级别设计算法，该准则同时最大化类间散射和最小化类内散射。MIFE不仅将现有的多实例判别分析算法视为实例级实现，而且使我们能够采用不同的包级距离来设计相应的包级算法。特别地，我们将分类到行李（C2B）和行李到行李（B2B）距离引入到MIFE框架中，并分别获得MIFE-C2B和MIFE-B2B算法。实验结果表明，MIFE-C2B和MIFE-B2B都获得了竞争性分类性能，而MIFE-B_2B在大多数测试数据集上获得了最佳性能。降维结果表明，MIFE-C2B和MIFE-B2B在大多数测试数据集上的原始维数不超过30%时都获得了最佳性能。

MSC公司：

68T05型 人工智能中的学习和自适应系统

关键词：

多元学习；特征提取；降维；最大迹差

软件：

PRMLT公司；MIForests公司
PDF格式BibTeX公司 XML格式引用
\textit{J.Chai}等人，《信息科学》。385--386、353--377（2017年；Zbl 1429.68209）
全文： 内政部

参考文献：

[1] Agresti，A.，《有序分类数据分析》（2010），John Wiley&Sons·Zbl 1263.62007年
[2] 阿马尔，R.A。；杜利，D.R。；高盛公司。；Zhang，Q.，实值数据的多实例学习，（第18届国际机器学习会议论文集（2001）），3-10
[3] 安德鲁斯。；Tsochantaridis，I。；Hofmann，T.，用于多实例学习的支持向量机，神经信息处理系统进展，561-568（2003）
[4] Belhumeur，P.N。；赫斯帕尼亚，J.P。；Kriegman，D.，《特征脸与渔夫脸：使用特定类别线性投影的识别》，IEEE Trans。模式分析。机器。英特尔。，19, 7, 711-720 (1997)
[5] Bi，J。；Liang，J.，利用沿血管结构的测地线距离进行肺栓塞检测的多示例学习，（IEEE计算机学会计算机视觉和模式识别会议论文集（2007）），1-8
[6] Bishop，C.M.，模式识别和机器学习（2006），Springer·Zbl 1107.68072号
[7] Chai，J.（柴，J.）。；刘洪伟。；鲍振华，广义加权局部抽样均值判别分析，模式识别。，43, 10, 3422-3432 (2010) ·Zbl 1213.68518号
[8] Chai，J.（柴，J.）。；丁，X.H。；Chen，H.T。；李天勇，多实例判别分析，模式识别。，47, 7, 2517-2531 (2014) ·兹比尔1331.34076
[9] 蒋，J.Y。；Cheng，S.R.，采用等距嵌入相似性度量的基于内容的多实例图像检索，模式识别。，42, 1, 158-166 (2009) ·Zbl 1173.68781号
[10] 陈，Y。；Wang，J.Z.，通过区域学习和推理进行图像分类，J.Mach。学习。第5913-939号决议（2004年）
[11] 陈，Y。；Bi，J。；Wang，J.Z.，MILES:通过嵌入式实例选择进行多实例学习，IEEE Trans。模式分析。机器。英特尔。，28, 12, 1931-1947 (2006)
[12] 北卡罗来纳州克里斯蒂亚尼尼。；Shawe-Taylor，J.，《支持向量机和其他基于内核的学习方法简介》（2000），剑桥大学出版社
[13] Demšar，J.，多数据集上分类器的统计比较，J.Mach。学习。研究，7，1-30（2006）·Zbl 1222.68184号
[14] Dietterich，T.G。；Lathrop，R.H。；Lozano-Perez，T.，用轴平行矩形解决多实例问题，Artif。智力。，89, 1, 31-71 (1997) ·Zbl 1042.68650号
[15] 杜达，R.O。；哈特，体育。；斯托克·D·G，《模式分类》（2000），约翰·威利父子公司
[16] Friedman，M.，《使用秩来避免方差分析中隐含的正态假设》，《美国统计学杂志》。协会，32，675-701（1937）·JFM 63.1098.02号
[17] 冯先生。；邓达尔，M。；Krishnapuram，B。；Rao，R.B.，计算机辅助诊断的多实例学习，神经信息处理系统的进展，425-432（2007）
[18] Gartner，T。；Flach，P.A。；科瓦尔奇克，A。；Smola，A.J.，《多实例内核》（第19届机器学习国际会议论文集（2002）），179-186
[19] 郭毅。；李，S。；杨，J。；舒，T。；Wu，L.，基于广义fisher判别准则的广义Foley-Samon变换及其在人脸识别中的应用，模式识别。莱特。，24, 1-3, 147-158 (2003) ·Zbl 1055.68092号
[20] Guyon，I.，《特征提取：基础与应用》，207（2006），Springer
[21] Jaynes，E.T.，《概率论：科学的逻辑》（2003），剑桥大学出版社·Zbl 1045.62001号
[22] Kim，S。；Choi，S.，多实例学习的局部降维，（IEEE信号处理机器学习国际研讨会论文集（2010）），13-29
[23] Lee-Rodgers，J。；Nicewander，W.A.，《看相关系数的十三种方法》，《美国统计》，42，1，59-66（1988）
[24] Leistner，C。；萨法里，A。；Bischof，H.，MIForests:用随机树进行多站学习（第十一届欧洲计算机视觉会议论文集（2010）），29-42
[25] Li，H.F。；姜涛（Jiang，T.）。；Zhang，K.S.，基于最大裕度准则的高效稳健特征提取，IEEE Trans。神经网络。，17, 1, 157-165 (2006)
[26] 李，W.J。；Yeung，D.Y.，MILD：通过消歧进行多因素学习，IEEE Trans。知识。数据工程，22，1，76-89（2010）
[27] 李毅。；税务博士。；Duin，R.P。；Loog，M.，作为分类器组合问题的多实例学习，模式识别。，46, 3, 865-874 (2013)
[28] 马龙，O。；Ratan，A.L.，自然场景分类的多实例学习，（第十五届机器学习国际会议论文集（1998）），341-349
[29] 马龙，O。；Lozano-Perez，T.，《多元学习框架》，《神经信息处理系统进展》，570-576（1998）
[30] Nemenyi，P.B.，无分布多重比较（博士论文）（1963年），普林斯顿大学：美国普林斯顿大学
[31] Nocedal，J。；Wright，S.J.，数值优化（2006），Springer Science+Business Media·Zbl 1104.65059号
[32] 平，W。；Xu，Y。；Ren，K.X。；Chi，C.H。；Shen，F.R.，Non-i.d.通过学习最大包边距子空间进行多实例降维，（第24届AAAI人工智能会议论文集（2010）），551-556
[33] Ray，S。；Craven，M.，《监督学习与多实例学习：实证比较》，（第22届机器学习国际会议论文集（2005）），697-704
[34] 雷卡尔，V.C。；Krishnapuram，B。；Bi，J。；邓达尔，M。；Rao，R.B.，《贝叶斯多实例学习：自动特征选择和归纳迁移》，（第25届机器学习国际会议论文集（2008）），808-815
[35] Roweis，S。；辛顿，G。；Salakhutdinov，R.，邻域成分分析，神经信息处理系统进展，513-520（2005）
[36] Ruffo，G.，《学习安全应用的单决策树和多决策树》（博士论文）（2000年），都灵大学：意大利都灵大学
[37] Ruxton，G.D.，《不等方差（t）检验是学生（t）测试和曼希特尼U测试的未充分使用的替代方法，Behav。经济。，17, 4, 688-690 (2006)
[38] Sugiyama，M.，通过局部Fisher判别分析对多模态标记数据进行降维，J.Mach。学习。研究，81027-1061（2007）·兹比尔1222.68312
[39] 孙义勇。；Ng，M.K。；周振华，多因素降维，（第24届AAAI人工智能会议论文集（2010）），587-592
[40] 陶，Q。；斯科特·S。；Vinodchandran，N.V。；Osugi，T.T.，通过近似盒子计数实现基于SVM的广义多实例学习，（第21届机器学习国际会议论文集（2004）），799-806
[41] Wang，J。；Zucker，J.D.，《解决多重实例问题：懒惰学习方法》，（第17届机器学习国际会议论文集（2000）），1119-1125
[42] 王，H。；黄，H。；卡曼加，F。；聂，F.P。；Ding，C.，最大限度多实例学习，神经信息处理系统进展，29-37（2011）
[43] 张，Q。；高盛公司。；于伟（Yu，W.）。；Fritts，J.，使用多实例学习的基于内容的图像检索，（第19届机器学习国际会议论文集（2002）），682-689
[44] 张，Q。；Goldman，S.A.，EM-DD：一种改进的多站学习技术，《神经信息处理系统的进展》，1073-1080（2002）
[45] 周，Z.H。；江，K。；Li，M.，基于多实例学习的网络挖掘，应用。智力。，22, 2, 135-147 (2005)
[46] 周，Z.H。；Zhang，M.L.，多实例多标签学习及其在场景分类中的应用，神经信息处理系统的进展，1609-1616（2007）
[47] 周，Z.H。；孙义勇。；Li，Y.F.，通过将实例视为非i.i.d.样本进行多实例学习，（第26届机器学习国际会议论文集（2009）），1249-1256
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。