×
李，穆;王奇龙;大卫·张;李培华;左、王蒙

基于三元约束的联合距离和相似性度量学习。 （英语） Zbl 1429.68229号

信息科学。 406-407, 119-132 (2017).
摘要：距离和相似性度量通常是对模式分类的补充。在成对约束下，提出了几种将距离和相似性度量结合起来的方法。然而，使用三元组样本联合学习距离和相似性度量的研究仍然较少。此外，基于三元组模型的内核扩展也很重要，并且计算量很大。在本文中，我们提出了一种新的学习组合距离和相似性度量（CDSM）的方法。通过与最大边缘模型相结合，我们提出了一个基于三元组的CDSM学习模型，该模型具有Frobenius范数的统一正则化子。然后采用基于支持向量机（SVM）的算法求解优化问题。此外，我们通过核技巧扩展了CDSM来学习非线性测度。采用了两种有效的策略来加速核心CDSM的训练和测试。在UCI、手写数字和人员重新识别数据集上的实验表明，CDSM和核化CDSM优于几种最先进的度量学习方法。

引用于1文件

MSC公司：

68T05型 人工智能中的学习和自适应系统

关键词：

度量学习;支持向量机;核函数;最大边际模型

软件：

LMNN公司
PDF格式BibTeX公司 XML格式引用
\textit{M.Li}等人，《信息科学》。406--407119-132（2017年；Zbl 1429.68229）
全文： 内政部

参考文献：

[1] An，L。；陈，X。；Yang，S。；Bhanu，B.，《人员重新识别的稀疏表示匹配》，《信息科学》。（纽约），355-356，74-89（2016）
[2] Bellet，A。；哈布拉德，A。；Sebban，M.，《特征向量和结构化数据的度量学习调查》，arXiv预印本arXiv:1306.6709（2013）
[3] 贝尔，M。；锤子，B。；施耐德，P。；Villmann，T.，原型分类的度量学习，神经信息范式和应用的创新，183-199（2009），Springer
[4] 布伦纳，C。；Fischer，A。；Luig，K。；Thies，T.，成对支持向量机及其在大规模问题中的应用，J.Mach。学习。第13号、第1号、第2279-2292号决议（2012年）·Zbl 1433.68329号
[5] 曹，Q。；Ying，Y。；Li，P.，人脸识别的相似性度量学习，IEEE国际计算机视觉会议论文集，2408-2415（2013），IEEE
[6] Chechik，G。；沙利特，美国。；夏尔马，V。；Bengio，S.，《大规模图像相似性学习的在线算法》，神经信息处理系统（NIPS）进展，306-314（2009）
[7] 陈，D。；曹，X。；Wang，L。；文，F。；Sun，J.，《重新审视贝叶斯脸：联合公式》，欧洲计算机视觉会议（ECCV），566-579（2012），施普林格
[8] 戴维斯，J.V。；库利斯，B。；Jain，P。；Sra，S。；Dhillon，I.S.，《信息论度量学习》，第24届国际机器学习会议论文集，209-216（2007），ACM
[9] 法国，S.L。；卡罗尔，J.D。；Xiong，H.，《高维最近邻恢复的距离度量：压缩和归一化》，《信息科学》。（纽约），184，192-110（2012）
[10] 加尼，A。；Siddiqa，A。；Shamshirband，S。；Hanum，F.，《大数据索引技术调查：分类法和性能评估》，Knowl。信息系统。，46, 2, 241-284 (2016)
[11] Goldberger，J。；辛顿，G.E。；罗维斯，S.T。；Salakhutdinov，R.，邻域成分分析，神经信息处理系统（NIPS）进展，513-520（2004）
[12] 格雷，D。；Brennan，S。；Tao，H.，评估识别、重新获取和跟踪的外观模型，Proc。IEEE跟踪和监视性能评估国际研讨会（PETS），3（2007），Citeser
[13] Guillaumin，M。；Verbeek，J。；施密德，C.，是你吗？人脸识别的度量学习方法，IEEE计算机视觉国际会议（ICCV）论文集，498-505（2009），IEEE
[14] 海，S.C。；刘伟。；Chang，S.-F.，用于协作图像检索的半监督距离度量学习，IEEE计算机视觉和模式识别会议论文集，1-7（2008），IEEE
[15] 南卡罗来纳州爪哇马迪。；肖贾法尔，M。；Shariatmadari，S。；Ahrabi，S.S.，Fr trust：语义p2p网格中基于模糊声誉的信任管理模型，Int.J.Grid Util。计算。，6, 1, 57-66 (2014)
[16] 加藤，T。；Nagano，N.，酶活性位点搜索的度量学习，生物信息学，26，21，2698-2704（2010）
[17] Koestinger，M。；Hirzer，M。；沃尔哈特，P。；Roth先生。；Bischof，H.，从等价约束中进行大规模度量学习，《IEEE计算机视觉和模式识别会议论文集》，2288-2295（2012），IEEE
[18] Kostinger，M。；沃尔哈特，P。；罗斯，P.M。；Bischof，H.，区分原型和大边缘最近邻分类器的联合学习，IEEE计算机视觉国际会议（ICCV）论文集，3112-3119（2013），IEEE
[19] 李，Z。；Chang，S。；梁，F。；黄，T。；曹，L。；Smith，J.，《学习人员验证的本地自适应决策函数》，IEEE计算机视觉和模式识别会议（CVPR）论文集，3610-3617（2013），IEEE
[20] Liao，S。；胡，Y。；朱，X。；Li，S.Z.，通过局部最大出现表示和度量学习重新识别人，IEEE计算机视觉和模式识别会议论文集，2197-2206（2015），IEEE
[21] 马吉，P。；沙阿·E。；Paul，S.，Relsim：一种使用基因表达谱和基于{PPIN}的相似性度量来识别疾病基因的综合方法，Inf.Sci。（纽约），384，110-125（2017）
[22] 帕雷德斯，R。；Vidal，E.，《学习原型和距离：基于最近邻错误最小化的原型简化技术》，模式识别。，39, 2, 180-188 (2006) ·Zbl 1080.68647号
[23] 彭，X。；Xu，D.，Twin mahalanobis distance-based support vector machines for pattern recognition，信息科学。（纽约），200，22-37（2012）·Zbl 1248.68416号
[24] 卡马尔，A.M。；Gaussier，E.，广义余弦相似性的在线和批量学习，第九届IEEE国际数据挖掘会议（ICDM），926-931（2009），IEEE
[25] 卡马尔，A.M。；Gaussier，E。；Chevallet，J.-P。；Lim，J.H.，最近邻分类的相似性学习，第八届IEEE数据挖掘国际会议（ICDM）论文集，983-988（2008），IEEE
[26] 雷特迈尔，T。；Sick，B.，《用于分类的支持向量机半监督训练的责任加权马氏核》，《信息科学》。（纽约），323179-198（2015）
[27] Shamshirband，S。；Anuar，N.B。；Kiah，M.L.M。；罗哈尼，V.A。；佩特科维奇，D。；Misra，S。；Khan，A.N.，Co-fais:用于检测无线传感器网络入侵的合作模糊人工免疫系统，《网络与计算机应用杂志》，42，102-117（2014）
[28] Shamshirband，S。；Mohammadi，K。；汤，C.W。；Zamani，M。；莫塔梅迪，S。；Ch，S.，用于预测全球月平均太阳辐射的混合svm-ffa方法，Theor。申请。气候。，1-13 (2015)
[29] B·肖。；黄，B。；Jebara，T.，从网络中学习距离度量，神经信息处理系统（NIPS）进展，1899-1907（2011）
[30] 沈，C。；Kim，J。；Wang，L.，半定度量学习的可扩展对偶方法，IEEE计算机视觉和模式识别会议论文集，2601-2608（2011），IEEE
[31] 沈，C。；Kim，J。；Wang，L。；Van Den Hengel，A.，使用类提升算法的半正定度量学习，J.Mach。学习。第13号、第1号、第1007-1036号决议（2012年）·Zbl 1283.68303号
[32] 田强。；陈，S。；乔，L.，有序边缘度量学习及其对交叉分布图像数据的扩展，信息科学。（纽约），349，50-64（2016）·Zbl 1398.68461号
[33] Tran，D。；Sorokin，A.，人类活动识别与度量学习，欧洲计算机视觉会议（ECCV），548-561（2008），斯普林格
[34] 北弗尔马。；Mahajan，D。；Sellamanickam，S。；Nair，V.，学习层次相似性度量，IEEE计算机视觉和模式识别会议论文集，2280-2287（2012），IEEE
[35] 垂直，J.-P。；邱，J。；Noble，W.S.，《利用支持向量机进行生物网络推理的新成对核》，BMC生物信息学，8，Suppl 10，S8（2007）
[36] Wang，F。；左，W。；张，L。；孟，D。；Zhang，D.，度量学习的核心分类框架，IEEE Trans。神经网络。学习系统。，26, 9, 1950-1962 (2015)
[37] Wang，J。；高，X。；王，Q。；Li，Y.，Prodis-contashc:在蛋白质数据库检索中，学习蛋白质差异性度量和层次上下文以进行蛋白质比较，BMC Bioinf。，13, 7, 1 (2012)
[38] Wang，J。；Kalousis，A。；Woznica，A.，最近邻分类的参数局部度量学习，神经信息处理系统（NIPS）进展，1601-1609（2012）
[39] 温伯格，K.Q。；布利泽，J。；Saul，L.K.，大幅度最近邻分类的距离度量学习，神经信息处理系统（NIPS）进展，1473-1480（2005）
[40] 温伯格，K.Q。；Saul，L.K.，《距离度量学习的快速求解器和高效实现》，第25届机器学习国际会议论文集，1160-1167（2008），ACM
[41] 温伯格，K.Q。；Saul，L.K.，大幅度最近邻分类的距离度量学习，机器学习研究杂志，10207-244（2009）·Zbl 1235.68204号
[42] 徐，J。；杨，J。；赖，Z.，K-面向局部判别分析的局部超平面距离最近邻分类器，Inf.Sci。（纽约），232，11-26（2013）·Zbl 1293.68248号
[43] Ying，Y。；Li，P.，特征值优化的距离度量学习，J.Mach。学习。第13、1、1-26号决议（2012年）·Zbl 1283.68309号
[44] Yoon，S.-H。；金，S.-W。；Park，S.，C-Rank:一种基于链接的科学文献数据库相似性度量，Inf.Sci。（纽约），326，25-40（2016）
[45] Yu，D。；Yu，X。；胡，Q。；刘杰。；Wu，A.，大幅度最近邻分类的动态时间扭曲约束学习，信息科学。（纽约），181，13，2787-2796（2011）
[46] 余，J。；陶，D。；Li，J.等人。；Cheng，J.，语义保持距离度量学习和应用，信息科学。（纽约），281674-686（2014）
[47] 朱，P。；胡，Q。；左，W。；Yang，M.，通过邻域颗粒边缘最大化的多粒度距离度量学习，Inf.Sci。（纽约），282，321-331（2014）
[48] 朱，P。；张，L。；左，W。；Zhang，D.，从点到集：扩展距离度量的学习，IEEE计算机视觉国际会议（ICCV）论文集，2664-2671（2013），IEEE
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。