Abstract: In diesem Vortrag gehen wir auf einen Aspekt des Problems der Null-Shot-Erkennung (ZSR) ein, bei dem sichtbare Klassenquellen und Daten der Zieldomain zur Verfügung gestellt werden. Das Ziel während der Testphase ist es, auf Grundlage der verfügbaren Informationen der Quelldomain (z.B. Attribute) die Klassenkennzeichen für unsichtbare Klassen genau vorherzusagen. Wir bezeichnen die ZSR als binäres Voraussageproblem. Unser resultierender Klassifikator ist klassenunabhängig. Man braucht ein beliebiges Paar Quell- und Zieldomäninstanzen als Input und prognostiziert, ob sie aus denselben Klassen kommen, bzw. ob es eine Übereinstimmung gibt. Wir modellieren die A-posteriori-Wahrscheinlichkeit einer Übereinstimmung, da eine ausreichende Statistik vorliegt und entwerfen für diesen Kontext ein latentes Wahrscheinlichkeitsmodell. Entsprechend entwickeln wir zwei Methoden zur Parameterisierung unseres Wahrscheinlichkeitsmodells:
|
Referent: Dr. Zheng Ziming, Boston Universität, USA
Datum und Zeit: 8. Jan. 2016, 10:30-11:45 Uhr
Ort: Yuquan Campus, Verwaltungsgebäude, Raum 108
Publikum: Fakultätsangehörige, Studierende
Kategorie: Vortrag
Unterstützung: Kolleg für Informationswissenschaft & Elektroingenieurwesen, Zhejiang Universität
Kontakt:
Eintritt: Frei