محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
یادگیری ماشین 2013
جزئیات رویداد
اینستاگرام تی پی بین
همایش ، رویداد ، ژورنال
حوزه های تحت پوشش رویداد

  • efficient regularized least-squares algorithms for conditional ranking on relational data

    نویسندگان :
    کلمات کلیدی :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 1003
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     in domains like bioinformatics, information retrieval and social network analysis, one can find learning tasks where the goal consists of inferring a ranking of objects, conditioned on a particular target object. we present a general kernel framework for learning conditional rankings from various types of relational data, where rankings can be conditioned on unseen data objects. we propose efficient algorithms for conditional ranking by optimizing squared regression and ranking loss functions. we show theoretically, that learning with the ranking loss is likely to generalize better than with the regression loss. further, we prove that symmetry or reciprocity properties of relations can be efficiently enforced in the learned models. experiments on synthetic and real-world data illustrate that the proposed methods deliver state-of-the-art performance in terms of predictive power and computational efficiency. moreover, we also show empirically that incorporating symmetry or reciprocity properties can improve the generalization performance.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها