站内搜索

学院机器学习实验室多示例课题组在计算机科学顶级期刊《IEEE TSMC》上发表论文

文章作者: 责任编辑:陈建军 审核人: 文章来源:

日前,学院机器学习实验室多示例学习课题组:杨梅副教授、张雨轩(研究生)、闵帆教授与王熙照教授(深圳大学)合著的论文 Multi-Instance Ensemble Learning With Discriminative Bags”在《IEEE Transactions on Systems Man Cybernetics: SystemsIEEE TSMC)》上发表。IEEE TSMC是中科院SCI一区、计算机科学顶级期刊,影响因子13.451,目前录取率仅为10%左右。

多示例学习是一种比传统监督学习更具挑战性的学习范式,其样本标签在包级别给出。流行的多示例特征映射方法将每个包转换为新特征空间的实例。然而,大多数方法无法保证包在新特征空间中的可区分性,且其模型不具备自增强能力。本论文提出了基于辨别包的多示例集成方法,其总体思想如下图所示。包选择技术 (bag selection technique) 分析数据集的空间及标签分布,设计辨别性指标来选择一组具有辨别性的包,并设计自增强方案,以提升辨别包的辨别能力;集成技术 (ensemble thchnique) 基于辨别包,训练多个分类器,并按其性能分配权重,用于提升模型的分类性能及稳定性。



论文链接:


https://ieeexplore.ieee.org/document/9617132

http://www.fansmale.com/publications.html



更新时间:2021-11-19

Copyright© 2018 All Rights Reserved. 西南石油大学计算机科学学院