CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
基于混合正则化的无标签领域的归纳迁移学习
庄福振1; 罗平2; 何清1; 史忠植1
2009
发表期刊科学通报
ISSN0023-074X
卷号000期号:011页码:1618
摘要近年来迁移学习已经引起了越来越广泛的兴趣,签数据以及源领域数据是不同分布的分类问题,且建立一个归纳分类模型对新来的目标数据进行预测.首先分析了直推式迁移学习(transductive transfer learning)中存在的类别比例漂移问题,然后提出归一化的方法使得预测的类别比例接近于实际样本类别比例.更进一步,提出了一种基于混合正则化框架的归纳迁移学习算法.其中包括目标领域分布结构的流形正则化,预测概率的熵正则化,以及类别比例的期望正则化.这个框架被用于从源领域到目标领域学习的归纳模型中.最后,在实际文本数据集上的实验结果表明,提出的归纳迁移学习模型是有效的,同时该模型可以直接对新来的目标数据进行预测.
关键词迁移学习 归纳学习 直推式学习 混合正则化
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/37716
专题中国科学院计算技术研究所期刊论文_中文
作者单位1.中国科学院计算技术研究所
2.惠普中国实验室
第一作者单位中国科学院计算技术研究所
推荐引用方式
GB/T 7714
庄福振,罗平,何清,等. 基于混合正则化的无标签领域的归纳迁移学习[J]. 科学通报,2009,000(011):1618.
APA 庄福振,罗平,何清,&史忠植.(2009).基于混合正则化的无标签领域的归纳迁移学习.科学通报,000(011),1618.
MLA 庄福振,et al."基于混合正则化的无标签领域的归纳迁移学习".科学通报 000.011(2009):1618.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[庄福振]的文章
[罗平]的文章
[何清]的文章
百度学术
百度学术中相似的文章
[庄福振]的文章
[罗平]的文章
[何清]的文章
必应学术
必应学术中相似的文章
[庄福振]的文章
[罗平]的文章
[何清]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。