随机 Maxout 特征
机器学习
2015-06-15 v2 机器学习
摘要
在本文中，我们提出并研究了随机 maxout 特征，其通过首先将输入数据投影到具有高斯元素的随机生成向量集上，然后输出每个集合的最大投影值来构造。我们表明，所得随机特征映射在与线性模型结合使用时，允许在分类任务中对感兴趣的函数进行局部线性估计，并且在用于降维或数据可视化时允许点的局部线性嵌入。我们推导了用于学习的泛化界，以评估在 maxout 特征空间中用线性函数近似局部线性函数的误差，并在 MNIST 和 TIMIT 分类任务上经验性地评估了该方法的效能。
引用
@article{arxiv.1506.03705,
title = {Random Maxout Features},
author = {Youssef Mroueh and Steven Rennie and Vaibhava Goel},
journal= {arXiv preprint arXiv:1506.03705},
year = {2015}
}