Project

Hoogdimensionaal metrisch leren voor ordinale classificatie

Code
01W03915
Duration
01 October 2015 → 30 September 2019
Funding
Gewestelijke en gemeenschapsmiddelen: Bijzonder Onderzoeksfonds
Research disciplines
  • Natural sciences
    • Applied mathematics in specific fields
    • Artificial intelligence
    • Computer architecture and networks
    • Distributed computing
    • Information sciences
    • Information systems
    • Programming languages
    • Scientific computing
    • Theoretical computer science
    • Visual computing
    • Other information and computing sciences
  • Social sciences
    • Cognitive science and intelligent systems
  • Engineering and technology
    • Computer hardware
    • Computer theory
    • Scientific computing
    • Other computer engineering, information technology and mathematical engineering
Keywords
machine learning ordinal classification distance metric learning
 
Project description

Net zoals in andere modelleringsdisciplines speelt de gebruikte metriek (maat voor dissimilariteit) een belangrijke rol in het groeiende domein van machine learning. Niet verwonderlijk tracht men hier ook deze metriek zelf te leren. Bij classificatieproblemen resulteert dit in een drastische prestatieverbetering. In dit voorstel zullen we deze leermethodologie ontwikkelen voor ordinale classificatieproblemen (een belangrijke probleemstelling tussen classificatie en regressie) met bijzondere aandacht voor hedendaagse hoogdimensionale data.