基于符号拉普拉斯受限玻尔兹曼机的判别表示学习
计算机视觉与模式识别
2018-08-29 v1
摘要
我们研究了受限玻尔兹曼机（RBM）在判别表示学习中的潜力。通过对RBM的隐藏层施加类信息保持约束，我们提出了一种用于监督判别表示学习的符号拉普拉斯受限玻尔兹曼机（SLRBM）。该模型利用标签信息并同时保持数据点的全局数据局部性。在基准数据集上的实验结果表明了我们所提方法的有效性。
引用
@article{arxiv.1808.09389,
title = {Learning Discriminative Representation with Signed Laplacian Restricted Boltzmann Machine},
author = {Dongdong Chen and Jiancheng Lv and Mike E. Davies},
journal= {arXiv preprint arXiv:1808.09389},
year = {2018}
}
备注
To appear in iTWIST'18