万微科技2016▲| 多核学习(Multiple Kernel Learning)中的优化问题,优化
『运筹OR帷幄』原创
作者:门泊东吴
编者按
介绍多核学习(multiplekernellearning)中的优化问题 , 主要是SemidefiniteProgram(SDP)和QuadraticallyConstrainedQuadraticProgram(QCQP) 。
优化领域小学生来报道 , 最近在看多核学习(multiplekernellearning) , 本文follow封面图中的paper[1] , 整理一下MKL中所涉及到的一些优化问题 , 主要是SemidefiniteProgram(SDP)和QuadraticallyConstrainedQuadraticProgram(QCQP);学艺不精 , 一知半(不)解 , 欢迎大家批评指正 。
1.KernelMethod
关于kernelmethod和一些kernel-basedlearningalgorithm , 科普介绍有很多了 , 更多详细内容也可以去仔细阅读那本黄皮书[2] , 我这里就简单铺一下 。
文章图片
1.1.CriteriaUsedinKernelMethod
1.1.1.HardMargin
文章图片
如果对这个优化问题感到陌生的 , 不明白为什么它可以实现maximalmargin的 , 可以去看一下黄皮书[2]的4.5SeparatingHyperplanes , 这里不再赘述了 。
文章图片
Thehardmarginsolutionexistsonlywhenthelabeledsampleislinearlyseparableinfeaturespace.
1.1.2.1-normSoftMargin
文章图片
文章图片
1.1.3.2-normSoftMargin
文章图片
文章图片
可以看到 , (Dual_HM)、(Dual_SM1)、(Dual_SM2)都是convexQuadraticProgram(QP)问题 。
KernelAlignment不讲了 。。。
2.SDP和QCQP的等价关系
关于SDP的更多详细介绍 , 推荐本公众号的另一篇文章:《优化|半正定规划(SDP)的形象理解和基本原理》 。
文章图片
文章图片
文章图片
3.AlgorithmsforLearningKernels
文章图片
3.1.ConvexSubsetofPSDmatrices
文章图片
文章图片
3.2.LinearCombinationofaSetofKernelMatrices
文章图片
3.3.LinearCombinationwithNon-negativeParameters
文章图片
文章图片
4.写在最后
我知道这是篇很老的paper了 , 而且现在大家可能更多focus在deeplearning上面 , 但可以的话 , 我还是想听听机器学习领域做相关研究的同学来讲讲这个方法目前的研究和应用 , 先谢过了~最后 , 感谢阅读这一堆枯燥的公式 。
推荐阅读
- 小米科技▲卢伟冰再次发力,全球首发骁龙768G,5G新机将在两天后发布!
- 快科技最贵或达5000元,苹果头戴耳机更多细节曝光:包含两款
- 科技迷7nm版年底流片,要放弃美国代工?国产x86转向三星台积电代工
- 骊微电子科技PD充电器应用方案,PN8161+PN8307H高集成18W
- 快科技小米高管都是外人?雷军透露了一个秘密
- 靓科技解读Thing,a16z、5.15亿美金的数据加密股票基金:找寻下一个Big
- 王伯伯说科技流畅用三年,即将开学的学生党准备好了吗?三款高配低价千元机
- 知叔达科技中芯国际早已料到,成功绕开了光刻机,怒了!荷兰ASML再次失约
- 小熊带你玩科技数据成粤企生产新要素,工业互联网深调研〡从经验依赖到数据驱动
- 每日科技果粉大批华人再掀归国潮,美利坚的钱“不香了”?,硅谷科技人才流失