Publications

カンファレンス (国内) k-最近傍グラフの分割によるExtreme Multi-label分類器の学習

田頭 幸浩

2017年度 人工知能学会全国大会(第31回) (JSAI2017)

2017.5.24

Extreme multi-label分類問題は,ラベルの種類数が数十万以上と,極端に多い場合の分類問題である.本研究では,この問題に対して木構造を用いた分類器を提案する.既存の木ベースの手法では,ランキング指標を元にした目的関数を最適化することで,ノードを分割していた.一方,提案手法では,ラベル空間におけるk-最近傍グラフを分割する,特徴量空間上での超平面を学習することで,木を成長させる.

Paper : k-最近傍グラフの分割によるExtreme Multi-label分類器の学習新しいタブまたはウィンドウで開く (外部サイト)