下载  >  行业  >  互联网  > Transductive_inference_for_text_classification_using_support_vector_machines

Transductive_inference_for_text_classification_using_support_vector_machines 评分

英文版,关于支持向量机(svm)的比较权威的论文,对算法有较详尽的描述,想了解这方面知识的建议一读

...展开详情
所需积分/C币:11 上传时间:2012-01-04 资源大小:228KB
举报 举报 收藏 收藏 (1)
分享 分享
Transductive_inference_for_text_classification_using_support_vector_machines

英文版,关于支持向量机(svm)的比较权威的论文,对算法有较详尽的描述,想了解这方面知识的建议一读

立即下载
Transductive Learning: Motivation, Model,Algorithms

一篇很好的Transductive Learning的文献,全面介绍了Transductive Learning的要旨

立即下载
tsvm, 基于transductive支持向量机的我博客.zip

tsvm, 基于transductive支持向量机的我博客 tsvm本项目的目标是设计和运行数据科学实验,测试各种定向和半监督学习算法。TSVM理论是在我的博客 http://charlesmartin14.wordpress.com/2014/07/06/machine-learning-w

立即下载
Introduction to Semi-Supervised Learning - Xiaojin Zhu, Andrew B. Goldberg(2009)

Synthesis Lectures on Artificial Intelligence and Machine Learning 【keywords】semi-supervised learning, transductive learning, self-training,Gaussianmixturemodel, expectation maximization (EM), cluster-then-label, co-training, multiview learning, mincut,harmonic function, label propagation,manifold re

立即下载
半监督学习中的协同训练风范*

利用未标记示例的主流学习技术主要有三大类[Zhou06],即半监督学习(semi-supervised learning)、直推学习(transductive learning)和主动学习(active learning)

立即下载
近期必读的6篇 NeurIPS 2019 的零样本学习(Zero-Shot Learning)论文.zip

以下整理了NIPS 2019零样本学习(Zero-Shot Learning)相关的论文供大家学习收藏—零样本知识迁移、Transductive ZSL、多注意力定位、ZSL语义分割、对偶对抗语义一致网络。

立即下载
SVM light 工具箱 包含例子和说明文件 包含windows版本和matlab版本

SVM light 工具箱(包含window版本和matlab版本) 由美国cornell大学的教授Thorsten Joachims部署 执行SVM二分类 速度明显快于libsvm 下载文件中包含 1.例子(inductive SVM 和 transductive SVM) 2.说明文件 3.源程序

立即下载
Mastering+Java+Machine+Learning-Packt+Publishing(2017).epub

Chapter 1, Machine Learning Review, is a refresher of basic concepts and techniques that the reader would have learned from Packt's Learning Machine Learning in Java or a similar text. This chapter is a review of concepts such as data, data transformation, sampling and bias, features and their impor

立即下载
GraphNeuralNetwork-master.zip

图神经网络实现,众所周知,2017年ICLR出产的GCN现在是多么地热门,仿佛自己就是图神经网络的名片。然而,在GCN的风头中,很多人忽略了GCN本身的巨大局限——Transductive Learning——没法快速表示新节点,这限制了它在生产环境中应用。同年NIPS来了一篇使用Inductive Learning的GraphSAGE,解决了这个问题。今天,让我们来一起琢磨琢磨这个GraphSAGE是个什么玩意儿。

立即下载
论文研究-一种基于MFSP-DG的个性化推荐算法.pdf

针对渐进直推式支持向量机(Progressive Transductive Support Vector Machines,PTSVM)算法训练速度慢,学习性能不稳定的问题,提出一种基于超球结构的渐进直推式支持向量机算法。该算法首先利用支持向量域描述(Support Vector Domain Description,SVDD)得到包含每个类别的有标签样本点的最小包球,选择这个包球边界附近的无标签样本点进行标注,然后对目前所有有标签的样本点进行SVM训练。实验结果表明该算法不仅能保持甚至提高算法的精度,更重要的是能大大提高训练速度。

立即下载
On The Equivalence between Node Embeddings and Structural graph representations

This work provides the first unifying theoretical framework for node (positional) embeddings and structural graph representations, bridging methods like matrix factorization and graph neural networks. Using invariant theory, we show that the relationship between structural representations and nod

立即下载
GraphSAGE-master.zip

GraphSAGE源代码,供参考学习。目前大多数图嵌入方法在训练过程中需要图中所有节点参与,属于直推学习(transductive),无法直接泛化到之前未见的节点。本文提出一种适用于大规模网络的归纳式(inductive)模型-GraphSAGE,能够为新增节点快速生成embedding,而无需额外训练过程。 GraphSage训练所有节点的每个embedding,还训练一个聚合函数,通过从节点的相邻节点采样和收集特征来产生embedding。本文训练一组aggregator函数来从一个节点的邻节点aggregate特征信息,每个aggregator函数从不同的hops或搜索深度aggrega

立即下载
论文研究-改进的渐进直推式支持向量机算法.pdf

论文研究-改进的渐进直推式支持向量机算法.pdf,  针对半监督学习中渐进直推支持向量机(Progressive Transductive Support Vector Machines, PTSVM)算法存在训练速度慢, 回溯式学习多,学习性能不稳定的问题,提出一种改进的渐进直推支持向量机算法---IPTSVM.该算法利用支持向量的信息选择新标注的无标签的样本点,结合增量支持向量机的迭代更

立即下载
NIPS2017-Inductive represation learning on large graph

Low-dimensional embeddings of nodes in large graphs have proved extremely useful in a variety of prediction tasks, from content recommendation to identifying protein functions. However, most existing approaches require that all nodes in the graph are present during training of the embeddings; the

立即下载
ICLR2020-Inductive representation learning on temporal graphs

Inductive representation learning on temporal graphs is an important step toward salable machine learning on real-world dynamic networks. The evolving nature of temporal dynamic graphs requires handling new nodes while learning temporal patterns. The node embeddings, which become functions of tim

立即下载
ModbusTCP/RTU网关设计

基于UIP协议栈,实现MODBUS联网,可参考本文档资料,有MODBUS协议介绍

立即下载
html+css+js制作的一个动态的新年贺卡

该代码是http://blog.csdn.net/qq_29656961/article/details/78155792博客里面的代码,代码里面有要用到的图片资源和音乐资源。

立即下载