0


新颖性检测的核学习

Kernel Learning for Novelty Detection
课程网址: http://videolectures.net/lkasok08_taylor_klfnd/  
主讲教师: John Shawe-Taylor
开课单位: 伦敦大学学院
开课时间: 2008-12-20
课程语种: 英语
中文简介:
我们考虑一类支持向量机的内核学习。我们考虑单个权重向量范数的2和1范数的混合,允许控制所得到的核组合的稀疏性。可以使用坐标梯度方法有效地解决所得到的优化。我们考虑一个应用程序来自动检测引导图像搜索任务的适当度量。
课程简介: We consider kernel learning for one-class Support Vector Machines. We consider a mix of 2- and 1-norms of the individual weight vector norms allowing control of the sparsity of the resulting kernel combination. The resulting optimisation can be solved efficiently using a coordinate gradient method. We consider an application to automatically detecting the appropriate metric for a guided image search task.
关 键 词: 向量机; 内核学习; 权重向量
课程来源: 视频讲座网
最后编审: 2019-05-14:lxf
阅读次数: 39