会员服务

A Fast and Easy Regression Technique for k-NN Classification Without Using Negative Pairs

2018 年 6 月 11 日 Arxiv Yutaro Shigeto,Masashi Shimbo,Yuji Matsumoto
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。
【Google AI论文】无妥协的弱监督解缠，Weakly-Supervised Disentanglement Without Compromises
【Google AI论文】无妥协的弱监督解缠，Weakly-Supervised Disentanglement Without Compromises
专知会员服务
19+阅读 · 2020年2月12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
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
75+阅读 · 2020年2月8日
【跨语言BERT模型大集合】Transfer learning is increasingly going multilingual with language-specific BERT models
专知会员服务
52+阅读 · 2020年1月30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
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
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+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
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-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS
最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS
专知
23+阅读 · 2018年1月18日
【推荐】GAN架构入门综述(资源汇总)
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Resolution Adaptive Networks for Efficient Inference
Arxiv
5+阅读 · 2020年3月16日
Self-Supervised Learning For Few-Shot Image Classification
Self-Supervised Learning For Few-Shot Image Classification
Arxiv
19+阅读 · 2019年11月14日
Revisiting CycleGAN for semi-supervised segmentation
Revisiting CycleGAN for semi-supervised segmentation
Arxiv
3+阅读 · 2019年8月30日
Pixel Level Data Augmentation for Semantic Image Segmentation using Generative Adversarial Networks
Pixel Level Data Augmentation for Semantic Image Segmentation using Generative Adversarial Networks
Arxiv
5+阅读 · 2019年2月8日
Building medical image classifiers with very limited data using segmentation networks
Arxiv
4+阅读 · 2018年8月15日
Weakly Supervised Instance Segmentation using Class Peak Response
Arxiv
3+阅读 · 2018年4月3日
Active Metric Learning for Supervised Classification
Arxiv
9+阅读 · 2018年3月28日
Joint Training for Neural Machine Translation Models with Monolingual Data
Arxiv
4+阅读 · 2018年3月1日
Generative Adversarial Networks and Probabilistic Graph Models for Hyperspectral Image Classification
Arxiv
11+阅读 · 2018年2月10日
Deep Metric Learning with BIER: Boosting Independent Embeddings Robustly
Arxiv
18+阅读 · 2018年1月15日
VIP会员
相关主题
度量学习
学成
可约的
FAST
标注
类标记
计算学习理论
机器学习
相关VIP内容
【Google AI论文】无妥协的弱监督解缠，Weakly-Supervised Disentanglement Without Compromises
【Google AI论文】无妥协的弱监督解缠，Weakly-Supervised Disentanglement Without Compromises
专知会员服务
19+阅读 · 2020年2月12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
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
75+阅读 · 2020年2月8日
【跨语言BERT模型大集合】Transfer learning is increasingly going multilingual with language-specific BERT models
专知会员服务
52+阅读 · 2020年1月30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
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
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+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
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-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS
最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS
专知
23+阅读 · 2018年1月18日
【推荐】GAN架构入门综述(资源汇总)
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Resolution Adaptive Networks for Efficient Inference
Arxiv
5+阅读 · 2020年3月16日
Self-Supervised Learning For Few-Shot Image Classification
Self-Supervised Learning For Few-Shot Image Classification
Arxiv
19+阅读 · 2019年11月14日
Revisiting CycleGAN for semi-supervised segmentation
Revisiting CycleGAN for semi-supervised segmentation
Arxiv
3+阅读 · 2019年8月30日
Pixel Level Data Augmentation for Semantic Image Segmentation using Generative Adversarial Networks
Pixel Level Data Augmentation for Semantic Image Segmentation using Generative Adversarial Networks
Arxiv
5+阅读 · 2019年2月8日
Building medical image classifiers with very limited data using segmentation networks
Arxiv
4+阅读 · 2018年8月15日
Weakly Supervised Instance Segmentation using Class Peak Response
Arxiv
3+阅读 · 2018年4月3日
Active Metric Learning for Supervised Classification
Arxiv
9+阅读 · 2018年3月28日
Joint Training for Neural Machine Translation Models with Monolingual Data
Arxiv
4+阅读 · 2018年3月1日
Generative Adversarial Networks and Probabilistic Graph Models for Hyperspectral Image Classification
Arxiv
11+阅读 · 2018年2月10日
Deep Metric Learning with BIER: Boosting Independent Embeddings Robustly
Arxiv
18+阅读 · 2018年1月15日
大家都在搜
  1. 李清照词作
  2. 无人艇
  3. 基于大型语言模型
  4. 无人地面车辆
  5. 生成式人工智能
  6. 精益管理体系
  7. TDGN
  8. 图与推荐指南针
  9. 智能仓储
  10. Stable Diffusion
    11.
Top
微信扫码咨询专知VIP会员
Top