Fugu-MT 論文翻訳(概要): On the generalization of Tanimoto-type kernels to real valued functions

論文の概要: On the generalization of Tanimoto-type kernels to real valued functions

arxiv url: http://arxiv.org/abs/2007.05943v1
Date: Sun, 12 Jul 2020 09:02:27 GMT
ステータス: 処理完了
システム内更新日: 2022-11-11 05:21:24.820646
Title: On the generalization of Tanimoto-type kernels to real valued functions
Title（参考訳）: 実値関数に対する谷本型核の一般化について
Authors: Sandor Szedmak (1) Eric Bach (1) ((1) Department of Computer Science, Aalto University)
Abstract要約: Tanimotoカーネル(Jaccard index)はバイナリ属性の集合間の類似性を記述するツールである。本稿では,任意の実数値関数の類似性を計測できる,より一般的な谷本カーネルを提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The Tanimoto kernel (Jaccard index) is a well known tool to describe the similarity between sets of binary attributes. It has been extended to the case when the attributes are nonnegative real values. This paper introduces a more general Tanimoto kernel formulation which allows to measure the similarity of arbitrary real-valued functions. This extension is constructed by unifying the representation of the attributes via properly chosen sets. After deriving the general form of the kernel, explicit feature representation is extracted from the kernel function, and a simply way of including general kernels into the Tanimoto kernel is shown. Finally, the kernel is also expressed as a quotient of piecewise linear functions, and a smooth approximation is provided.
Abstract（参考訳）: 谷本カーネル(Jaccard index)は、バイナリ属性の集合間の類似性を記述するためのよく知られたツールである。属性が非負の実値である場合に拡張されている。本稿では,任意の実数値関数の類似性を測る,より一般的な谷本カーネルの定式化を提案する。この拡張は、適切に選択された集合を通して属性の表現を統一することで構成される。カーネルの一般形式を導出した後、カーネル関数から明示的な特徴表現を抽出し、一般カーネルを谷本カーネルに単純に組み込む方法を示す。最後に、カーネルを分割線形関数の商として表現し、滑らかな近似を提供する。

関連論文リスト

An Exact Finite-dimensional Explicit Feature Map for Kernel Functions [0.1227734309612871]
機械学習におけるカーネルメソッドは、2つのデータポイントを入力として取り、ヒルベルト空間にマッピングした後、実際にマッピングを計算せずに内部製品を返すカーネル関数を使用する。本稿では任意のカーネル関数が与えられた場合、任意のカーネル関数に対して明示的で有限次元な特徴写像を導入する。この明示的な写像の存在により、カーネルのトリックや双対表現を必要とせずに、カーネル化されたアルゴリズムを原始形式で定式化することができる。
論文参考訳（メタデータ） (2024-10-16T14:55:11Z)
Optimal Kernel Choice for Score Function-based Causal Discovery [92.65034439889872]
本稿では,データに最も適合する最適なカーネルを自動的に選択する,一般化スコア関数内のカーネル選択手法を提案する。合成データと実世界のベンチマークの両方で実験を行い,提案手法がカーネル選択法より優れていることを示す。
論文参考訳（メタデータ） (2024-07-14T09:32:20Z)
An Exact Kernel Equivalence for Finite Classification Models [1.4777718769290527]
我々は、その正確な表現をよく知られたニューラルタンジェントカーネル(NTK)と比較し、NTKに対する近似誤差について議論する。この正確なカーネルを使って、ニューラルネットワークによる予測について、理論的貢献が有益な洞察を提供することを示す。
論文参考訳（メタデータ） (2023-08-01T20:22:53Z)
Tanimoto Random Features for Scalable Molecular Machine Learning [2.5112706394511766]
そこで本研究では,Tanimotoカーネルを大規模データセットにスケールアップするための2種類の新しいランダムな特徴を提案する。これらのランダムな特徴は実世界のデータセットの谷本係数の近似に有効であることを示す。
論文参考訳（メタデータ） (2023-06-26T16:11:11Z)
Variational Autoencoder Kernel Interpretation and Selection for Classification [59.30734371401315]
本研究では,変分オートエンコーダの畳み込みエンコーダによって生成された特徴に基づく確率的分類器のカーネル選択手法を提案する。提案した実装では、各カーネルに対して各分散が生成されるため、各潜伏変数を最終エンコーダの畳み込み層の単一カーネルに関連付けられた分布からサンプリングした。サンプル化された潜伏変数で関連する機能を選択することで、カーネルの選択を実行し、非形式的機能とカーネルをフィルタリングすることができる。
論文参考訳（メタデータ） (2022-09-10T17:22:53Z)
Revisiting Memory Efficient Kernel Approximation: An Indefinite Learning Perspective [0.8594140167290097]
マトリックス近似は、大規模機械学習アプローチにおいて重要な要素である。我々はMEKAをシフト不変カーネルだけでなく、非定常カーネルにも適用できるように拡張する。我々は、安定な正の半定値MEKA近似を開発するために、スペクトルシフトのランツォスに基づく推定を提案する。
論文参考訳（メタデータ） (2021-12-18T10:01:34Z)
Understanding of Kernels in CNN Models by Suppressing Irrelevant Visual Features in Images [55.60727570036073]
畳み込みニューラルネットワーク(CNN)におけるカーネルの正確な解釈の欠如は、実際のシナリオにおけるディープラーニングモデルの広範な応用に対する大きな障害である。 CNNモデルにおける任意のカーネルの活性化を解釈するために、単純で効果的な最適化法を提案する。
論文参考訳（メタデータ） (2021-08-25T05:48:44Z)
Tensor Representations for Action Recognition [54.710267354274194]
シーケンスにおける人間の行動は、空間的特徴とその時間的ダイナミクスの複雑な相互作用によって特徴づけられる。アクション認識タスクの視覚的特徴間の高次関係を捉えるための新しいテンソル表現を提案する。我々は,高次テンソルといわゆる固有値パワー正規化(NEP)を用いて,高次事象のスペクトル検出を行う。
論文参考訳（メタデータ） (2020-12-28T17:27:18Z)
Neighborhood Preserving Kernels for Attributed Graphs [0.9176056742068812]
本稿では,属性グラフに適した再生カーネルの設計について述べる。 2つのグラフ間の類似性は、グラフノードの近傍情報に基づいて定義される。提案したカーネルをサポートベクトルマシンに組み込むことで,実世界のデータセットを分析した。
論文参考訳（メタデータ） (2020-10-13T09:58:50Z)
Graph Neural Networks with Composite Kernels [60.81504431653264]
カーネル重み付けの観点からノード集約を再解釈する。本稿では,アグリゲーション方式における特徴類似性を考慮したフレームワークを提案する。特徴空間における特徴類似性をエンコードするために,元の隣り合うカーネルと学習可能なカーネルの合成として特徴集約を提案する。
論文参考訳（メタデータ） (2020-05-16T04:44:29Z)
Invariant Feature Coding using Tensor Product Representation [75.62232699377877]
我々は,群不変特徴ベクトルが線形分類器を学習する際に十分な識別情報を含んでいることを証明した。主成分分析やk平均クラスタリングにおいて,グループアクションを明示的に考慮する新たな特徴モデルを提案する。
論文参考訳（メタデータ） (2019-06-05T07:15:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。