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
- 熱中性子照射によるシリコンへの不純物ド-ピング
- Si MOSダイオ-ドに対する電子ビ-ム衝撃効果
- 三元半導体混晶のエネルギ-帯〔英文〕
- Zincblende型半導体混晶の価電子帯の電子状態--LCBO法に基づいたCPA
- 電荷結合素子の非線形集中モデル