模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2012年
1期
118-123
,共6页
花贵春%张敏%刘奕群%马少平%茹立云
花貴春%張敏%劉奕群%馬少平%茹立雲
화귀춘%장민%류혁군%마소평%여립운
排序学习%排序函数%谱聚类
排序學習%排序函數%譜聚類
배서학습%배서함수%보취류
排序学习算法作为信息检索与机器学习的一个交叉领域,越来越受到人们的重视.然而,几乎没有排序学习算法考虑到查询差异的存在.文中查询被建模为多元高斯分布,KL距离被用来度量查询之间的距离,利用谱聚类方法对查询进行聚类,为每个聚类类别训练一个排序函数.实验结果表明经过聚类得到的排序函数需要较少的训练样例,但是它的性能却和没有经过聚类得到的排序函数具有可比性,甚至优于后者.
排序學習算法作為信息檢索與機器學習的一箇交扠領域,越來越受到人們的重視.然而,幾乎沒有排序學習算法攷慮到查詢差異的存在.文中查詢被建模為多元高斯分佈,KL距離被用來度量查詢之間的距離,利用譜聚類方法對查詢進行聚類,為每箇聚類類彆訓練一箇排序函數.實驗結果錶明經過聚類得到的排序函數需要較少的訓練樣例,但是它的性能卻和沒有經過聚類得到的排序函數具有可比性,甚至優于後者.
배서학습산법작위신식검색여궤기학습적일개교차영역,월래월수도인문적중시.연이,궤호몰유배서학습산법고필도사순차이적존재.문중사순피건모위다원고사분포,KL거리피용래도량사순지간적거리,이용보취류방법대사순진행취류,위매개취류유별훈련일개배서함수.실험결과표명경과취류득도적배서함수수요교소적훈련양례,단시타적성능각화몰유경과취류득도적배서함수구유가비성,심지우우후자.
