オブジェクト識別のための人間の教師を用いない距離学習手法(「自動化:推論,発見,学習,データマイニング」及び一般)
スポンサーリンク
概要
- 論文の詳細を見る
本稿では,オブジェクト識別を行う際にクラスタリングで用いる距離を,人間の教師を必要とせずに学習する手法を提案する.提案手法は,別名の別オブジェクトへの対応と名前の恣意性という2つの仮定に基づいている.これらの2つ仮定が成り立てば,異なる名前を含むデータ対をリンク不可な例題として学習した距離を,同じ名前を持つデータのオブジェクト識別に用いることが正当化できる.リンク不可なデータ対のみを例題として用いる距離の学習は,凸2次計画問題として定式化され,一般の距離行列を学習する際に必要な半正定値計画問題よりも,高速に解くことが可能である.文献データベースを用いた実験により,学習された距離が識別の適合率と再現率を向上させることが確認された.
- 2006-05-11
論文 | ランダム
- ディジタルコンテンツの超流通システム
- 25 沖縄県内離島のニッパヤシ土壌の理化学的性質(九州支部講演会(その2))
- 21世紀へのパスポ-ト--高速ネットワ-ク・大容量メディア時代の著作権管理
- 放射線照射されたアミノ酸・蛋白質に誘導される酵素類似活性 II.被照射ゼラチンに誘導されるアルカリホスファターゼ類似活性
- 種子播種前処理によるセンチピードグラス(Eremochloa ophiuroides (Munro) Hack.)の発芽向上