محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
یادگیری ماشین 2013
جزئیات رویداد
همایش ، رویداد ، ژورنال
اینستاگرام تی پی بین
حوزه های تحت پوشش رویداد
  • جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 944
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     multilabel learning is a machine learning task that is important for applications, but challenging. a recent method for multilabel learning called probabilistic classifier chains (pccs) has several appealing properties. however, pccs suffer from the computational issue that inference (i.e., predicting the label of an example) requires time exponential in the number of tags. also, pcc accuracy is sensitive to the ordering of the tags while training. in this paper, we show how to use the classical technique of beam search to solve both these problems. specifically, we show how to apply beam search to make inference tractable, and how to integrate beam search with training to determine a suitable tag ordering. experimental results on a range of datasets show that the proposed improvements yield a state-of-the-art method for multilabel learning.

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