Apprentissage d’un vote de majorité hiérarchique pour l’apprentissage multivue - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2018

Apprentissage d’un vote de majorité hiérarchique pour l’apprentissage multivue

Résumé

L’apprentissage multivue vise à apprendre un modàle à partir de différentes représentations/vues des données. Dans ce contexte, nous proposons un algorithme d’apprentissage d’un modèle s’exprimant comme un vote de majorité pondéré. Ce vote se décompose en deux “sous-votes” : (i) pour chaque vue, un vote de majorité (spécifique à la vue) sur un ensemble de fonctions de bases est construit et (ii) un vote de majorité sur l’ensemble de ces votes spécifiques aux vues est construit ; ce dernier étant le modéle final. Afin d’apprendre les poids intervenant dans les votes, nous proposons une méthode d’optimisation basée sur le fait que la minimisation du risque empirique de notre modèle final peut s’exprimer comme une minimsation de divergences de Bregman.
Fichier non déposé

Dates et versions

hal-01889342 , version 1 (06-10-2018)

Identifiants

  • HAL Id : hal-01889342 , version 1

Citer

Anil Goyal, Emilie Morvant, Massih-Reza Amini. Apprentissage d’un vote de majorité hiérarchique pour l’apprentissage multivue. Conférence Francophone sur l'Apprentissage Automatique (CAp), Jun 2018, Rouen, France. ⟨hal-01889342⟩
90 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More