基于图神经网络的多示例学习
机器学习
2019-06-13 v1 机器学习
摘要
多示例学习（MIL）旨在学习示例包与包级标签之间的映射。本文中，我们提出了一种基于图神经网络（GNN）的端到端 MIL 新算法：我们将每个包视为一个图，并使用 GNN 学习包的嵌入，以探索包中示例间有用的结构信息。最终的图表示被送入分类器进行标签预测。我们的算法是首次尝试将 GNN 用于 MIL。我们通过实验表明，所提算法在多个流行 MIL 数据集上取得了最先进的性能，且不损失模型可解释性。
引用
@article{arxiv.1906.04881,
title = {Multiple instance learning with graph neural networks},
author = {Ming Tu and Jing Huang and Xiaodong He and Bowen Zhou},
journal= {arXiv preprint arXiv:1906.04881},
year = {2019}
}
备注
Accepted to ICML 2019 Workshop on Learning and Reasoning with Graph-Structured Representations