| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2011-06-20 11:05 SERAPH: Semi-supervised Metric Learning Paradigm with Hyper Sparsity ○Gang Niu（Tokyo Inst. of Tech.）・Bo Dai（Chinese Academy Of Sciences）・Makoto Yamada・Masashi Sugiyama（Tokyo Inst. of Tech.）  IBISML2011-8 |
|
| 抄録 | （和） | We consider the problem of learning a distance metric from very limited side information with unlabeled data. The proposed SERAPH (SEmi-supervised metRic leArning Paradigm with Hyper sparsity) is a direct and substantially more natural approach for semi-supervised metric learning, since the supervised and unsupervised parts are based on a unified information-theoretic framework. Unlike other extensions, the unsupervised part of SERAPH can extract further side information from unlabeled data according to temporary results of the supervised part, and thus interacts with the supervised part positively. SERAPH involves both the sparsity of posterior distributions over unobserved weak labels and the sparsity of induced projection matrices, which we call the hyper sparsity. The resulting optimization is solved by an EM-like scheme, where M-Step is convex, and E-Step has analytical solution. Experimental results show that SERAPH compares favorably with existing metric learning algorithms based on weak labels. |
| （英） | We consider the problem of learning a distance metric from very limited side information with unlabeled data. The proposed SERAPH (SEmi-supervised metRic leArning Paradigm with Hyper sparsity) is a direct and substantially more natural approach for semi-supervised metric learning, since the supervised and unsupervised parts are based on a unified information-theoretic framework. Unlike other extensions, the unsupervised part of SERAPH can extract further side information from unlabeled data according to temporary results of the supervised part, and thus interacts with the supervised part positively. SERAPH involves both the sparsity of posterior distributions over unobserved weak labels and the sparsity of induced projection matrices, which we call the hyper sparsity. The resulting optimization is solved by an EM-like scheme, where M-Step is convex, and E-Step has analytical solution. Experimental results show that SERAPH compares favorably with existing metric learning algorithms based on weak labels. | |
| キーワード | （和） | Metric Learning / Posterior Sparsity / Projection Sparsity / / / / / |
| （英） | Metric Learning / Posterior Sparsity / Projection Sparsity / / / / / | |
| 文献情報 | 信学技報, vol. 111, no. 87, IBISML2011-8, pp. 51-58, 2011年6月. | |
| 資料番号 | IBISML2011-8 | |
| 発行日 | 2011-06-13 (IBISML) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IBISML2011-8 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2011-06-20 - 2011-06-21 |
| 開催地（和） | 武田ホール |
| 開催地（英） | Takeda Hall |
| テーマ（和） | 機械学習とその応用 |
| テーマ（英） | Machine learning and its applications |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2011-06-IBISML |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | SERAPH: Semi-supervised Metric Learning Paradigm with Hyper Sparsity |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Metric Learning / Metric Learning |
| キーワード(2)（和/英） | Posterior Sparsity / Posterior Sparsity |
| キーワード(3)（和/英） | Projection Sparsity / Projection Sparsity |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | Gang Niu / Gang Niu / |
| 第1著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Inst. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | Bo Dai / Bo Dai / |
| 第2著者 所属（和/英） | Chinese Academy Of Sciences (略称： Chinese Academy Of Sciences) Chinese Academy Of Sciences (略称： Chinese Academy Of Sciences) |
| 第3著者 氏名（和/英/ヨミ） | 山田 誠 / Makoto Yamada / |
| 第3著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Inst. of Tech.) |
| 第4著者 氏名（和/英/ヨミ） | 杉山 将 / Masashi Sugiyama / |
| 第4著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Inst. of Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2011-06-20 11:05:00 |
| 発表時間 | 30分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2011-8 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | no.87 |
| ページ範囲 | pp.51-58 |
| ページ数 | 8 |
| 発行日 | 2011-06-13 (IBISML) |
[研究会発表申込システムのトップページに戻る]