Multiple-instance learning with pairwise instance similarity

Yuan, Liming; Liu, Jiafeng; Tang, Xianglong

Pobierz

Tytuł: Multiple-instance learning with pairwise instance similarity

Podtytuł:

Tytuł publikacji grupowej:

AMCS, Volume 24 (2014)

Abstract:

Multiple-Instance Learning (MIL) has attracted much attention of the machine learning community in recent years and many real-world applications have been successfully formulated as MIL problems. Over the past few years, several Instance Selection-based MIL (ISMIL) algorithms have been presented by using the concept of the embedding space. ; Although they delivered very promising performance, they often require long computation times for instance selection, leading to a low efficiency of the whole learning process. In this paper, we propose a simple and efficient ISMIL algorithm based on the similarity of pairwise instances within a bag. The basic idea is selecting from every training bag a pair of the most similar instances as instance prototypes and then mapping training bags into the embedding space that is constructed from all the instance prototypes. ; Thus, the MIL problem can be solved with the standard supervised learning techniques, such as support vector machines. Experiments show that the proposed algorithm is more efficient than its competitors and highly comparable with them in terms of classification accuracy. Moreover, the testing of noise sensitivity demonstrates that our MIL algorithm is very robust to labeling noise.

Wydawca:

Zielona Góra: Uniwersytet Zielonogórski

Identyfikator zasobu:

oai:zbc.uz.zgora.pl:78971

DOI:

10.2478/amcs-2014-0041

Strony:

567-577

Źródło:

AMCS, volume 24, number 3 (2014) ; kliknij tutaj, żeby przejść

Jezyk:

eng

Prawa do dysponowania publikacją:

Biblioteka Uniwersytetu Zielonogórskiego

Temat i słowa kluczowe:

multiple-instance learning instance selection similarity support vector machines

Kolekcje, do których przypisany jest obiekt:

Zielonogórska Biblioteka Cyfrowa > Repozytorium > Jednostki organizacyjne > Wydział Informatyki, Elektrotechniki i Automatyki

Zielonogórska Biblioteka Cyfrowa > Repozytorium > Typy utworów > Artykuły

Zielonogórska Biblioteka Cyfrowa > Repozytorium > Czasopisma naukowe i serie wydawnicze UZ > International Journal of Applied Mathematics and Computer Science (AMCS)

Zielonogórska Biblioteka Cyfrowa > Repozytorium > Czasopisma naukowe i serie wydawnicze UZ > International Journal of Applied Mathematics and Computer Science (AMCS) > International Journal of Applied Mathematics and Computer Science (AMCS) (2014)

Data ostatniej modyfikacji:

2024-04-26

Data dodania obiektu:

2024-04-26

Liczba wyświetleń treści obiektu:

Wszystkie dostępne wersje tego obiektu:

https://zbc.uz.zgora.pl/publication/88782

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

International Journal of Applied Mathematics and Computer Science (AMCS)

Nazwa wydania	Data
Multiple-instance learning with pairwise instance similarity	2024-04-26

Obiekt

Tytuł: Multiple-instance learning with pairwise instance similarity

Autor:

Data wydania:

Typ zasobu:

Współtwórca:

Podtytuł:

Tytuł publikacji grupowej:

Abstract:

Wydawca:

Identyfikator zasobu:

DOI:

Strony:

Źródło:

Jezyk:

Prawa do dysponowania publikacją:

Temat i słowa kluczowe:

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

Data dodania obiektu:

Liczba wyświetleń treści obiektu:

Wszystkie dostępne wersje tego obiektu:

Wyświetl opis w formacie RDF:

Wyświetl opis w formacie OAI-PMH:

Obiekty

Podobne

podobne w FBC

Dane kontaktowe

Adres

Telefon

E-Mail