Adaptive graph Laplacian MTL L1, L2 and LS-SVMs

计算机科学 图形 人工智能 支持向量机 理论计算机科学
作者
Carlos Ruiz,Carlos M. Alaíz,José R. Dorronsoro
出处
期刊:Logic Journal of the IGPL [Oxford University Press]
卷期号:32 (4): 634-655
标识
DOI:10.1093/jigpal/jzae025
摘要

Multi-Task Learning tries to improve the learning process of different tasks by solving them simultaneously. A popular Multi-Task Learning formulation for SVM is to combine common and task-specific parts. Other approaches rely on using a Graph Laplacian regularizer. Here we propose a combination of these two approaches that can be applied to L1, L2 and LS-SVMs. We also propose an algorithm to iteratively learn the graph adjacency matrix used in the Laplacian regularization. We test our proposal with synthetic and real problems, both in regression and classification settings. When the task structure is present, we show that our model is able to detect it, which leads to better results, and we also show it to be competitive even when this structure is not present.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
orixero的应助被Xk采纳,获得10
1秒前
快快完成签到 ,获得积分10
1秒前
天天快乐的应助被tudou采纳,获得10
2秒前
2秒前
2秒前
乐乐的应助被外向的大狮子采纳,获得10
2秒前
TCG发布了新的文献求助10
2秒前
李琦发布了新的文献求助10
3秒前
田様的应助被mango采纳,获得10
3秒前
3秒前
lululu发布了新的文献求助10
4秒前
读书人发布了新的文献求助10
4秒前
joysa发布了新的文献求助10
4秒前
一水清泉完成签到,获得积分10
4秒前
5秒前
北冥完成签到,获得积分10
5秒前
5秒前
橘子完成签到 ,获得积分10
6秒前
火星上的煎蛋完成签到,获得积分10
7秒前
ssjjllh发布了新的文献求助10
7秒前
鲤鱼鑫磊发布了新的文献求助10
8秒前
8秒前
上官若男的应助被霁月采纳,获得10
8秒前
华仔的应助被霁月采纳,获得10
9秒前
赘婿的应助被rml采纳,获得10
9秒前
深情安青的应助被霁月采纳,获得10
9秒前
SciGPT的应助被霁月采纳,获得10
9秒前
FashionBoy的应助被霁月采纳,获得10
9秒前
冲冲冲完成签到,获得积分10
9秒前
Lucas的应助被激昂的白凡采纳,获得10
10秒前
10秒前
tudou完成签到,获得积分10
10秒前
多情的果汁完成签到,获得积分10
10秒前
今后的应助被lzl采纳,获得10
10秒前
10秒前
10秒前
姜知灵发布了新的文献求助10
11秒前
小臣完成签到,获得积分10
11秒前
12秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8187412
求助须知:如何正确求助?哪些是违规求助? 9575481
关于积分的说明 21841736
捐赠科研通 7785184
什么是DOI,文献DOI怎么找? 3434949
关于科研通互助平台的介绍 2559401
邀请新用户注册赠送积分活动 2481846