La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Robust Label Prediction via Label Propagation and Geodesic k-Nearest Neighbor in Online Semi-Supervised Learning Prédiction d'étiquettes robuste via la propagation d'étiquettes et la géodésique k-Voisin le plus proche dans l'apprentissage semi-supervisé en ligne

Yuichiro WADA, Siqiang SU, Wataru KUMAGAI, Takafumi KANAMORI

  • Vues en texte intégral

    0

  • Citer

Résumé:

Cet article propose un algorithme semi-supervisé hors ligne efficace sur le plan informatique, qui produit une prédiction plus précise que l'algorithme de propagation d'étiquettes, couramment utilisé dans l'apprentissage semi-supervisé (SSL) basé sur des graphes en ligne. La méthode que nous proposons est une méthode hors ligne destinée à assister les algorithmes SSL basés sur des graphiques en ligne. L'efficacité de l'outil dans la création de nouveaux algorithmes d'apprentissage de ce type est démontrée par des expériences numériques.

Publication
IEICE TRANSACTIONS on Information Vol.E102-D No.8 pp.1537-1545
Date de publication
2019/08/01
Publicisé
2019/04/26
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2018EDP7424
Type de manuscrit
PAPER
Catégories
Intelligence artificielle, exploration de données

Auteurs

Yuichiro WADA
  Nagoya University
Siqiang SU
  The Hong Kong Polytechnic University
Wataru KUMAGAI
  RIKEN AIP
Takafumi KANAMORI
  RIKEN AIP,Tokyo Institute of Technology

Mots-clés

Table des matières