利用结构自适应多视图指数族 Harmonium 学习特征
机器学习
2013-01-17 v1
摘要
我们提出了一种用于多视图特征提取的图模型，该模型能够自动调整其结构以更好地表示数据分布。所提出的模型——结构自适应多视图 Harmonium (SA-MVH) 具有控制隐藏节点与输入视图之间连接的开关参数，并在训练期间学习该开关参数。在合成数据集和真实世界数据集上的数值实验证明了 SA-MVH 相较于现有多视图特征提取方法的有效行为。
关键词
引用
@article{arxiv.1301.3539,
title = {Learning Features with Structure-Adapting Multi-view Exponential Family Harmoniums},
author = {Yoonseop Kang and Seungjin Choi},
journal= {arXiv preprint arXiv:1301.3539},
year = {2013}
}
备注
3 pages, 2 figures, ICLR2013 workshop track submission