实现最大成对间隔与最小经验铰链损失的多类SVM分层凸优化
最优化与控制
2020-04-20 v1 信号处理
摘要
本文新构建了一种实现最大成对间隔与最小经验铰链损失的多类SVM分层凸优化。该优化问题是近25年前C. Cortes与V. Vapnik开创性论文中首次出现的NP难分层优化最为忠实且鲁棒的多类扩展。通过扩展最近的固定点理论思想[Yamada-Yamagishi 2019]与广义铰链损失函数[Crammer-Singer 2001]，我们表明计算固定点理论中的混合最速下降法[Yamada 2001]可应用于这一复杂得多的分层凸优化问题。
引用
@article{arxiv.2004.08180,
title = {A Hierarchical Convex Optimization for Multiclass SVM Achieving Maximum Pairwise Margins with Least Empirical Hinge-Loss},
author = {Yunosuke Nakayama and Masao Yamagishi and Isao Yamada},
journal= {arXiv preprint arXiv:2004.08180},
year = {2020}
}