会员服务

Large-scale Distance Metric Learning with Uncertainty

2018 年 5 月 25 日 Arxiv Qi Qian,Jiasheng Tang,Hao Li,Shenghuo Zhu,Rong Jin
登录查看更多
0

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。
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
【快讯】ICML 2020论文出炉，1088篇上榜， 你的paper中了吗？
【快讯】ICML 2020论文出炉，1088篇上榜， 你的paper中了吗？
专知会员服务
51+阅读 · 2020年6月1日
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
专知会员服务
86+阅读 · 2020年2月12日
【浙江大学-AAAI2020】领域自适应的对抗损失，Adversarial-Learned Loss for Domain Adaptation
【浙江大学-AAAI2020】领域自适应的对抗损失，Adversarial-Learned Loss for Domain Adaptation
专知会员服务
61+阅读 · 2020年1月11日
【报告推荐】三维及超形体分析中的几何与数据学习（Geometry and Learning from Data in 3D and Beyond - Shape Analysis）
【报告推荐】三维及超形体分析中的几何与数据学习（Geometry and Learning from Data in 3D and Beyond - Shape Analysis）
专知会员服务
20+阅读 · 2019年11月10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
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
56+阅读 · 2019年10月17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
53+阅读 · 2019年10月17日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5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
无监督元学习表示学习
无监督元学习表示学习
CreateAMind
25+阅读 · 2019年1月4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
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
vae 相关论文 表示学习 1
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
读论文Discriminative Deep Metric Learning for Face and KV
读论文Discriminative Deep Metric Learning for Face and KV
统计学习与视觉计算组
12+阅读 · 2018年4月6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
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Hardness-Aware Deep Metric Learning
Hardness-Aware Deep Metric Learning
Arxiv
6+阅读 · 2019年3月13日
Few-shot Learning with Meta Metric Learners
Arxiv
13+阅读 · 2019年1月26日
A General and Adaptive Robust Loss Function
A General and Adaptive Robust Loss Function
Arxiv
7+阅读 · 2018年11月5日
Few Shot Learning with Simplex
Few Shot Learning with Simplex
Arxiv
5+阅读 · 2018年7月27日
Large Margin Few-Shot Learning
Arxiv
11+阅读 · 2018年7月8日
Online Deep Metric Learning
Arxiv
8+阅读 · 2018年5月15日
Feasibility Based Large Margin Nearest Neighbor Metric Learning
Arxiv
3+阅读 · 2018年5月2日
Large Scale Local Online Similarity/Distance Learning Framework based on Passive/Aggressive
Arxiv
5+阅读 · 2018年4月5日
TVAE: Triplet-Based Variational Autoencoder using Metric Learning
Arxiv
3+阅读 · 2018年4月3日
Iterative Manifold Embedding Layer Learned by Incomplete Data for Large-scale Image Retrieval
Arxiv
8+阅读 · 2018年4月3日
VIP会员
相关主题
度量学习
学成
Performer
原点
样例
Extensibility
计算学习理论
机器学习
相关VIP内容
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
【快讯】ICML 2020论文出炉，1088篇上榜， 你的paper中了吗？
【快讯】ICML 2020论文出炉，1088篇上榜， 你的paper中了吗？
专知会员服务
51+阅读 · 2020年6月1日
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
专知会员服务
86+阅读 · 2020年2月12日
【浙江大学-AAAI2020】领域自适应的对抗损失，Adversarial-Learned Loss for Domain Adaptation
【浙江大学-AAAI2020】领域自适应的对抗损失，Adversarial-Learned Loss for Domain Adaptation
专知会员服务
61+阅读 · 2020年1月11日
【报告推荐】三维及超形体分析中的几何与数据学习（Geometry and Learning from Data in 3D and Beyond - Shape Analysis）
【报告推荐】三维及超形体分析中的几何与数据学习（Geometry and Learning from Data in 3D and Beyond - Shape Analysis）
专知会员服务
20+阅读 · 2019年11月10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
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
56+阅读 · 2019年10月17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
53+阅读 · 2019年10月17日
热门VIP内容
相关资讯
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5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
无监督元学习表示学习
无监督元学习表示学习
CreateAMind
25+阅读 · 2019年1月4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
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
vae 相关论文 表示学习 1
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
读论文Discriminative Deep Metric Learning for Face and KV
读论文Discriminative Deep Metric Learning for Face and KV
统计学习与视觉计算组
12+阅读 · 2018年4月6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
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Hardness-Aware Deep Metric Learning
Hardness-Aware Deep Metric Learning
Arxiv
6+阅读 · 2019年3月13日
Few-shot Learning with Meta Metric Learners
Arxiv
13+阅读 · 2019年1月26日
A General and Adaptive Robust Loss Function
A General and Adaptive Robust Loss Function
Arxiv
7+阅读 · 2018年11月5日
Few Shot Learning with Simplex
Few Shot Learning with Simplex
Arxiv
5+阅读 · 2018年7月27日
Large Margin Few-Shot Learning
Arxiv
11+阅读 · 2018年7月8日
Online Deep Metric Learning
Arxiv
8+阅读 · 2018年5月15日
Feasibility Based Large Margin Nearest Neighbor Metric Learning
Arxiv
3+阅读 · 2018年5月2日
Large Scale Local Online Similarity/Distance Learning Framework based on Passive/Aggressive
Arxiv
5+阅读 · 2018年4月5日
TVAE: Triplet-Based Variational Autoencoder using Metric Learning
Arxiv
3+阅读 · 2018年4月3日
Iterative Manifold Embedding Layer Learned by Incomplete Data for Large-scale Image Retrieval
Arxiv
8+阅读 · 2018年4月3日
大家都在搜
  1. 精益管理体系
  2. ads-b
  3. 基于大型语言模型
  4. 生成式人工智能
  5. 兵棋推演
  6. MoE
  7. 电力电子
  8. 智能仓储
  9. 李清照词作
  10. Stable Diffusion
    11.
Top
微信扫码咨询专知VIP会员
Top