Deep MIML Network

人工智能 计算机科学 代表(政治) 关系(数据库) 利用 任务(项目管理) 钥匙(锁) 深度学习 特征(语言学) 组分(热力学) 机器学习 人工神经网络 特征学习 数据挖掘 工程类 政治学 系统工程 法学 计算机安全 语言学 哲学 物理 热力学 政治
作者
Ji Feng,Zhi-Hua Zhou
出处
期刊:National Conference on Artificial Intelligence 卷期号:31 (1): 1884-1890 被引量:25
摘要

In many real world applications, the concerned objects are with multiple labels, and can be represented as a bag of instances. Multi-instance Multi-label (MIML) learning provides a framework for handling such task and has exhibited excellent performance in various domains. In a MIML setting, the feature representation of instances usually has big impact on the final performance; inspired by the recent deep learning studies, in this paper, we propose the DeepMIML network which exploits deep neural network formation to generate instance representation for MIML. The sub-concept learning component of the DeepMIML structure reserves the instance-label relation discovery ability of MIML algorithms; that is, it can automatically locating the key input patterns that trigger the labels. The effectiveness of DeepMIML network is validated by experiments on various domains of data.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

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
满座完成签到,获得积分10
1秒前
杨羕完成签到,获得积分10
2秒前
五六七完成签到,获得积分10
2秒前
周少完成签到,获得积分10
2秒前
兴奋的若菱完成签到 ,获得积分10
2秒前
幸福广山完成签到,获得积分10
4秒前
HMethod完成签到 ,获得积分10
6秒前
Y123完成签到,获得积分10
6秒前
7秒前
ersan完成签到,获得积分10
8秒前
Hello应助nkmenghan采纳,获得30
9秒前
9秒前
9秒前
粗心的听安完成签到,获得积分10
9秒前
念姬完成签到 ,获得积分10
10秒前
量子星尘发布了新的文献求助10
10秒前
11秒前
12秒前
指哪打哪完成签到,获得积分10
12秒前
12秒前
静静子发布了新的文献求助100
13秒前
Ray完成签到 ,获得积分10
14秒前
文静的天蓝完成签到,获得积分10
14秒前
tszjw168完成签到 ,获得积分10
15秒前
手打鱼丸完成签到 ,获得积分10
16秒前
体贴凌柏发布了新的文献求助10
16秒前
开心快乐发大财完成签到,获得积分10
18秒前
萌萌哒完成签到,获得积分10
18秒前
小龅牙吖完成签到,获得积分10
18秒前
Propitious完成签到,获得积分10
19秒前
徐先生1106完成签到,获得积分10
19秒前
Epiphany完成签到,获得积分10
20秒前
舒心的久完成签到 ,获得积分10
20秒前
闻巷雨完成签到 ,获得积分10
22秒前
北风完成签到,获得积分10
23秒前
xliiii完成签到,获得积分10
23秒前
时光倒流的鱼完成签到,获得积分10
24秒前
LL完成签到,获得积分10
24秒前
李李完成签到,获得积分20
24秒前
雨无意完成签到,获得积分10
25秒前
高分求助中
【提示信息,请勿应助】关于scihub 10000
Les Mantodea de Guyane: Insecta, Polyneoptera [The Mantids of French Guiana] 3000
徐淮辽南地区新元古代叠层石及生物地层 3000
The Mother of All Tableaux: Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 3000
Handbook of Industrial Diamonds.Vol2 1100
Global Eyelash Assessment scale (GEA) 1000
Picture Books with Same-sex Parented Families: Unintentional Censorship 550
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4038303
求助须知:如何正确求助?哪些是违规求助? 3576013
关于积分的说明 11374210
捐赠科研通 3305780
什么是DOI,文献DOI怎么找? 1819322
邀请新用户注册赠送积分活动 892672
科研通“疑难数据库(出版商)”最低求助积分说明 815029