A Subspace Kernel for Nonlinear Feature Extraction

Wu, M; Farquhar, J

A Subspace Kernel for Nonlinear Feature Extraction

Wu, M., & Farquhar, J. (2007). A Subspace Kernel for Nonlinear Feature Extraction. In R., Sangal, H., Mehta, & R., Bagga (Eds.), IJCAI'07: 20th International Joint Conference on Artifical Intelligence (pp. 1125-1130). San Francisco, CA, USA: Morgan Kaufmann Publishers Inc.

Item is 公開

表示: 全項目非表示: 全項目

基本情報

表示: 非表示:

アイテムのパーマリンク: https://hdl.handle.net/11858/00-001M-0000-0013-CEF7-9 版のパーマリンク: https://hdl.handle.net/21.11116/0000-0003-E8CA-4

資料種別: 会議論文

ファイル

表示: ファイル

非表示: ファイル

:

IJCAI-2007-Wu.pdf (全文テキスト（全般）), 188KB

表示保存

ファイルのパーマリンク:
https://hdl.handle.net/21.11116/0000-0003-E8C8-6

ファイル名:
IJCAI-2007-Wu.pdf

説明:
-

OA-Status:

閲覧制限:
公開

MIMEタイプ / チェックサム:
application/pdf / [MD5]

技術的なメタデータ:

表示

著作権日付:
-

著作権情報:
-

CCライセンス:
-

作成者

表示:

非表示:

作成者:
Wu, M¹, 著者
Farquhar, J¹, 著者

所属:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795

内容説明

表示:

非表示:

キーワード: -

要旨: Kernel based nonlinear Feature Extraction (KFE) or dimensionality reduction is a widely used pre-processing step in pattern classification and data mining tasks. Given a positive definite kernel function, it is well known that the input data are implicitly mapped to a feature space with usually very high dimensionality. The goal of KFE is to find a low dimensional subspace of this feature space, which retains most of the information needed for classification or data analysis. In this paper, we propose a subspace kernel based on which the feature extraction problem is transformed to a kernel parameter learning problem. The key observation is that when projecting data into a low dimensional subspace of the feature space, the parameters that are used for describing this subspace can be regarded as the parameters of the kernel function between the projected data. Therefore current kernel parameter learning methods can be adapted to optimize this parameterized kernel function. Experimental results are provided to
validate the effectiveness of the proposed approach.

資料詳細

表示:

非表示:

言語:

日付: 出版: 2007-01

出版の状態: 出版

ページ: -

出版情報: -

目次: -

査読: -

識別子（DOI, ISBNなど）: BibTex参照ID: 4159

学位: -

訴訟

表示:

Project information

表示:

出版物 1

表示:

非表示:

出版物名: IJCAI'07: 20th International Joint Conference on Artifical Intelligence

種別: 会議論文集

著者・編者:
Sangal, R, 編集者
Mehta, H, 編集者
Bagga, RK, 編集者

所属:
-

出版社, 出版地: San Francisco, CA, USA : Morgan Kaufmann Publishers Inc.

ページ: - 巻号: - 通巻号: - 開始・終了ページ: 1125 - 1130 識別子（ISBN, ISSN, DOIなど）: -

アイテム詳細

基本情報

ファイル

関連URL

作成者

内容説明

資料詳細

関連イベント

訴訟

Project information

出版物 1