An Efficient Method for Large Margin Parameter

Näytä kaikki kuvailutiedot



Pysyväisosoite

http://hdl.handle.net/10138/1140
Julkaisun nimi: An Efficient Method for Large Margin Parameter
Tekijä: Yu, Huizhen; Rousu, Juho
Päiväys: 2008-01-14
Kieli: en
Kuuluu julkaisusarjaan: Dept. of Computer Science Series of Publications C - C-2007-87
URI: http://hdl.handle.net/10138/1140
Tiivistelmä: We consider structured prediction problems with a parametrized linear prediction function, and the associated parameter optimization problems in large margin type of discriminative training. We propose a dual optimization approach which uses the restricted simplicial decomposition method to optimize a reparametrized dual problem. Our reparametrization reduces the dimension of the space of the dual function to one that is linear in the number of parameters and training examples, and hence independent of the dimensionality of the prediction outputs. This in conjunction with simplicial decomposition makes our approach efficient. We discuss the connections of our approach with related earlier works, and we show its advantages.


Tiedostot

Latausmäärä yhteensä: Ladataan...

Tiedosto(t) Koko Formaatti Näytä
StrPred-YR.pdf 244.2KB PDF Avaa tiedosto

Viite kuuluu kokoelmiin:

Näytä kaikki kuvailutiedot