基于树结构的层次性多示例多标记学习

• 作者: 冯巧遇 吴建盛 周家特 袁京洲 高昊
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 层次性多示例多标记学习 树结构 G蛋白偶联受体 生物学功能 多示例学习
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 全国机器学习会议论文专栏
• 页码范围: 80-87
• 页数: 8页
• 分类号: TP399
• 字数: 5258字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.2019.03.011

摘要

针对多示例多标记学习中标记间树结构的问题,将多示例学习、多标记学习和树结构标记优化方法有机融合,提出了基于树结构标记的层次性多示例多标记学习方法TreeMIML.TreeMIML先将样本中的多个示例转化为单示例,然后通过多标记学习得到新样本的标记,最后通过树结构标记优化方法学习样本的最终标记.实验结果证明,TreeMIML方法在G蛋白偶联受体的生物学功能预测上获得了很好的分类性能,优于目前最好的多示例多标记学习和多标记学习方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴建盛	南京邮电大学地理与生物信息学院	14	54	4.0	6.0
2	冯巧遇	南京邮电大学通信与信息工程学院	3	7	2.0	2.0
3	袁京洲	南京邮电大学地理与生物信息学院	2	2	1.0	1.0
4	周家特	南京邮电大学地理与生物信息学院	2	2	1.0	1.0
5	高昊	南京邮电大学地理与生物信息学院	2	2	1.0	1.0