그레이드 관계 학습을 위한 커널 기반 프레임워크

본 논문은 객체 쌍 사이의 관계를 0‑1 이진값뿐 아니라 연속적인

저자: Willem Waegeman, Tapio Pahikkala, Antti Airola

그레이드 관계 학습을 위한 커널 기반 프레임워크
본 논문은 객체 쌍 사이에 존재하는 다양한 형태의 관계를 학습하기 위한 포괄적인 커널 기반 프레임워크를 제안한다. 기존 연구들은 주로 0‑1 이진값(크리스프) 관계에 초점을 맞추어 표준 분류 알고리즘을 적용했지만, 실제 응용 분야에서는 유사도, 선호도, 신뢰도 등 연속적인 등급값이나 순위 정보가 중요한 경우가 많다. 이를 해결하고자 저자들은 관계를 Q: V² →

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기