会员服务

Relational Constraints for Metric Learning on Relational Data

2018 年 7 月 2 日 Arxiv Jiajun Pan,Hoel Le Capitaine,Philippe Leray
登录查看更多
1

相关内容

度量学习的目的为了衡量样本之间的相近程度，而这也正是模式识别的核心问题之一。大量的机器学习方法，比如K近邻、支持向量机、径向基函数网络等分类方法以及K-means聚类方法，还有一些基于图的方法，其性能好坏都主要有样本之间的相似度量方法的选择决定。 度量学习通常的目标是使同类样本之间的距离尽可能缩小，不同类样本之间的距离尽可能放大。
因果关联学习，Causal Relational Learning
因果关联学习，Causal Relational Learning
专知会员服务
178+阅读 · 2020年4月21日
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
专知会员服务
40+阅读 · 2020年4月11日
【ACL2020-Google】学习鲁棒度量的文本生成，BLEURT: Learning Robust Metrics for Text Generation
【ACL2020-Google】学习鲁棒度量的文本生成，BLEURT: Learning Robust Metrics for Text Generation
专知会员服务
16+阅读 · 2020年4月10日
【论文推荐】张量图卷积网络的多关系和鲁棒学习，Tensor Graph Convolutional Networks for Multi-relational and Robust Learning
【论文推荐】张量图卷积网络的多关系和鲁棒学习，Tensor Graph Convolutional Networks for Multi-relational and Robust Learning
专知会员服务
25+阅读 · 2020年3月19日
【金融机器学习课程资料】Financial Machine Learning
专知会员服务
112+阅读 · 2019年12月24日
【电子书】机器学习实战（Machine Learning in Action），附PDF
【电子书】机器学习实战（Machine Learning in Action），附PDF
专知会员服务
123+阅读 · 2019年11月25日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
234+阅读 · 2019年10月21日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
52+阅读 · 2019年10月17日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
89+阅读 · 2019年10月10日
最新BERT相关论文清单，BERT-related Papers
最新BERT相关论文清单，BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【论文推荐】最新5篇度量学习（Metric Learning）相关论文—人脸验证、BIER、自适应图卷积、注意力机制、单次学习
【论文推荐】最新5篇度量学习（Metric Learning）相关论文—人脸验证、BIER、自适应图卷积、注意力机制、单次学习
专知
17+阅读 · 2018年2月11日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【论文】图上的表示学习综述
【论文】图上的表示学习综述
机器学习研究会
12+阅读 · 2017年9月24日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Few-shot Learning with Meta Metric Learners
Arxiv
13+阅读 · 2019年1月26日
Deep Randomized Ensembles for Metric Learning
Deep Randomized Ensembles for Metric Learning
Arxiv
4+阅读 · 2018年9月4日
Relational Deep Reinforcement Learning
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Relational inductive biases, deep learning, and graph networks
Arxiv
4+阅读 · 2018年6月4日
Online Deep Metric Learning
Arxiv
8+阅读 · 2018年5月15日
TVAE: Triplet-Based Variational Autoencoder using Metric Learning
Arxiv
3+阅读 · 2018年4月3日
Attention-based Ensemble for Deep Metric Learning
Arxiv
16+阅读 · 2018年4月2日
Active Metric Learning for Supervised Classification
Arxiv
9+阅读 · 2018年3月28日
Knowledge Graph Embedding with Multiple Relation Projections
Arxiv
4+阅读 · 2018年1月26日
Latent Relational Metric Learning via Memory-based Attention for Collaborative Ranking
Arxiv
5+阅读 · 2018年1月7日
VIP会员
相关主题
度量学习
学成
INFORMS
entity
约束
Notability
计算学习理论
机器学习
相关VIP内容
因果关联学习，Causal Relational Learning
因果关联学习，Causal Relational Learning
专知会员服务
178+阅读 · 2020年4月21日
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
专知会员服务
40+阅读 · 2020年4月11日
【ACL2020-Google】学习鲁棒度量的文本生成，BLEURT: Learning Robust Metrics for Text Generation
【ACL2020-Google】学习鲁棒度量的文本生成，BLEURT: Learning Robust Metrics for Text Generation
专知会员服务
16+阅读 · 2020年4月10日
【论文推荐】张量图卷积网络的多关系和鲁棒学习，Tensor Graph Convolutional Networks for Multi-relational and Robust Learning
【论文推荐】张量图卷积网络的多关系和鲁棒学习，Tensor Graph Convolutional Networks for Multi-relational and Robust Learning
专知会员服务
25+阅读 · 2020年3月19日
【金融机器学习课程资料】Financial Machine Learning
专知会员服务
112+阅读 · 2019年12月24日
【电子书】机器学习实战（Machine Learning in Action），附PDF
【电子书】机器学习实战（Machine Learning in Action），附PDF
专知会员服务
123+阅读 · 2019年11月25日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
234+阅读 · 2019年10月21日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
52+阅读 · 2019年10月17日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
89+阅读 · 2019年10月10日
最新BERT相关论文清单，BERT-related Papers
最新BERT相关论文清单，BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【论文推荐】最新5篇度量学习（Metric Learning）相关论文—人脸验证、BIER、自适应图卷积、注意力机制、单次学习
【论文推荐】最新5篇度量学习（Metric Learning）相关论文—人脸验证、BIER、自适应图卷积、注意力机制、单次学习
专知
17+阅读 · 2018年2月11日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【论文】图上的表示学习综述
【论文】图上的表示学习综述
机器学习研究会
12+阅读 · 2017年9月24日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Few-shot Learning with Meta Metric Learners
Arxiv
13+阅读 · 2019年1月26日
Deep Randomized Ensembles for Metric Learning
Deep Randomized Ensembles for Metric Learning
Arxiv
4+阅读 · 2018年9月4日
Relational Deep Reinforcement Learning
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Relational inductive biases, deep learning, and graph networks
Arxiv
4+阅读 · 2018年6月4日
Online Deep Metric Learning
Arxiv
8+阅读 · 2018年5月15日
TVAE: Triplet-Based Variational Autoencoder using Metric Learning
Arxiv
3+阅读 · 2018年4月3日
Attention-based Ensemble for Deep Metric Learning
Arxiv
16+阅读 · 2018年4月2日
Active Metric Learning for Supervised Classification
Arxiv
9+阅读 · 2018年3月28日
Knowledge Graph Embedding with Multiple Relation Projections
Arxiv
4+阅读 · 2018年1月26日
Latent Relational Metric Learning via Memory-based Attention for Collaborative Ranking
Arxiv
5+阅读 · 2018年1月7日
大家都在搜
  1. 智能仓储
  2. 卡尔曼
  3. 无人地面车辆
  4. 生成式人工智能
  5. MIT博士论文
  6. 无人艇
  7. MoE
  8. 电力电子
  9. 精益管理体系
  10. Stable Diffusion
    11.
Top
微信扫码咨询专知VIP会员
Top