《中国人工智能学会通讯》——11.65 双重代价敏感的属性分类模型

11.65 双重代价敏感的属性分类模型

现有属性学习方法中，所有的目标类通常共享一组公共属性，即这些公共属性构成目标对象的表达特征空间。特别是当对象来自很多目标类时，这种表达方式有利于实现不同类之间的知识共享。然而，利用共享属性表示方法会导致类别不平衡问题。即对于某个特定属性，并非所有的目标类在该属性上都有响应，因此相应属性分类任务很可能面临严重的类别不平衡问题。例如，在 Animals WithAttributes 数据集上进行“Blue”属性分类时，负例样本有 23 353 个，而正例样本只有 942 个。然而，现有的属性学习方法无法应对上述类别不平衡问题。为此，本文提出一种双重代价敏感属性分类模型，即在特征选择和属性分类两个阶段分别引入代价敏感信息。具体地，在第一阶段设计了一类基于代价敏感信息的特征选择算法，旨在选择能使误分类代价最小的特征子集；在第二阶段，利用代价敏感分类器进行属性分类，旨在使分类器不会被大量的负例样本所主导。实验表明，所提方法能有效应对属性学习中普遍存在的类别不平衡问题。

《中国人工智能学会通讯》——11.65 双重代价敏感的属性分类模型相关推荐

中国人工智能学会通讯——基于视频的行为识别技术 1.7 视频的深度分段网络...
1.7 视频的深度分段网络下面介绍另外一个工作,是我们和 CUHK.ETH 联合开展的,这个工作考虑视频的分段特性,我们知道视频可以分成很多段,每一段有不同的内容.我们开发了一个深度模型,对不 ...
中国人工智能学会通讯——智能系统测评：挑战和机遇
上面的四个报告从四个维度讨论了智能系统测评的不同方面--产业.基础.基础和伦理.我受中国人工智能学会的委托,组织这次分论坛,为此对这个领域做了一些调研和思考,从现状和挑战这两个方面做了一些初步总结. ...
中国人工智能学会通讯——无智能，不驾驶——面向未来的智能驾驶时代 ( 下 )...
到目前为止似乎比较完美,而实际还存在着一些问题.我们现在看到很多道路上面,交通标志牌它的分布非常稀疏, 可能每过一两公里才能够检测出来一个交通标志牌,因为毕竟这个深度学习算法是目前最完美的,它 ...
中国人工智能学会通讯——深蓝、沃森与AlphaGo
在 2016 年 3 月份,正当李世石与AlphaGo 进行人机大战的时候,我曾经写过一篇< 人工智能的里程碑: 从深蓝到AlphaGo>,自从 1997 年深 ...
《中国人工智能学会通讯》——11.66 结构属性表示及其在脑影像分析中的应用...
11.66 结构属性表示及其在脑影像分析中的应用传统属性表示方法主要集中在视觉属性.部件属性和相似属性.由于现实问题的复杂性和多样性,现有的属性表示方法无法对具有明显结构信息的图像进行有效表达.例如 ...
中国人工智能学会通讯——基于图像认知的心理测评方法及系统
摘要:长久以来心理障碍的诊断和评估通常都是建立在晤谈.观察.量表测验的基础上,交互繁琐困难,主观性比较大,使得人的心理特征难以快速获取和量化.本研究创新性地将心理学和信息科学结合在一起,建立了情绪图像 ...
《中国人工智能学会通讯》——11.28 统一先验建模框架 II：整数规划
11.28 统一先验建模框架 II:整数规划在上一章中,利用约束谱聚类框架来求解视觉物体分割问题,其能很好地处理可以建模为一阶.二阶或高阶局部数据约束的先验信息.但有些先验知识,例如全局数据约束和模 ...
《中国人工智能学会通讯》——11.40 面向知识库的实体链接
11.40 面向知识库的实体链接近年来,万维网上的数据量飞速增长,万维网已经成为世界上最大.最丰富的数据仓库之一.万维网上的数据大多是以自然语言的形式而存在,比如新闻网页.个人主页.微博.论坛等.自 ...
《中国人工智能学会通讯》——11.52 基于直推式学习的异质人脸图像合成
11.52 基于直推式学习的异质人脸图像合成前面介绍的方法都是基于归纳式学习(InductiveLearning) 的,这些方法取得了不错的效果,但是它们也使得测试样本风险误差增加,进而可能影响合 ...

《中国人工智能学会通讯》——11.65 双重代价敏感的属性分类模型

11.65 双重代价敏感的属性分类模型

《中国人工智能学会通讯》——11.65 双重代价敏感的属性分类模型相关推荐

最新文章

热门文章