지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2011가을 학술발표논문집 제38권 제2호(B)
- 발행연도
- 2011.11
- 수록면
- 307 - 310 (4page)
이용수
초록· 키워드
오류제보하기
Nearest neighbor classification with generative local metric (GLM) learning is a hybrid method of the discriminative and generative approaches. A discriminative nearest neighbor classifier does not consider any model of data, while a generative classifier unavoidably adopts a particular form of the probability density function. In this work, we illuminate how these discriminative and generative approaches have different advantages and show how the advantages of both can be resolved into a GLM method. We present various examples that clearly show the different regimes where the discriminative and generative approaches should outperform each other. In these examples, we show that the GLM is robust to the usage of an incorrect model, enhancing nearest neighbor classifier performance even when the model is not exact.
목차
Abstract
1. Introduction
2. Generative Local Metric Learning
3. Comparison with other related methods
4. Experiments
5. Conclusion
References
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
실제 도로환경에 적합한 Faster R-CNN 기반 차종 분류
안호연
,
이종택
한국지능시스템학회 논문지
2018
.06
LiDAR 기반의 딥러닝을 이용한 차량 분류 알고리즘
김수연
,
권순웅
,
김명준
외 1명
한국자동차공학회 추계학술대회 및 전시회
2019
.11
주차환경에서 자율 주행 차량 실험을 위한 V-Rep 기반 시뮬레이터
임규범
,
김민성
,
안준우
외 2명
한국자동차공학회 추계학술대회 및 전시회
2018
.11
생성모델기반 국부거리학습 성능의 모델 의존도
노영균
,
박종우
,
다니엘 리
정보과학회논문지 : 소프트웨어 및 응용
2012
.05
최근 본 자료
댓글(0)
0