商业 china
您现在的位置:首页 > 商业 > 亚马逊研究人员提高了多标签分类效率

新闻

视频聊天聚会带来欢乐时光,生活在庇护的门后 视频聊天聚会带来欢乐时光,生活在庇护的门后

  人类确实是一群惊人的韧性。 尽管在佛罗里达海滩上举行聚会的偷偷摸摸的人肆意冒着将冠状病毒传...

  • “煤矿里的金丝雀”:西雅图营销技术初创公司Amplero...

      Amplero的前途一片光明。这家西雅图营销技术初创公司以积极的势头进入2020年,并计划将其收入增加近三倍。 但是随后发生了COVID-19疫情,经济陷入停滞。 Amplero的客户渠道突然枯竭。现在,该公司正...

  • 首席执行官表示,随着美国关闭,StockX的业务蓬勃发展

      StockX是一个高速发展的转售市场,连接着运动鞋,街头服装,手袋和其他可收藏物品的买卖双方,其财富随着价值60亿美元的全球运动鞋转售市场一起增长,而后者是更广泛的1000亿美元运动鞋类别的一部分。...

  • Zyl重现旧照片以创建协作故事

      法国初创公司Zyl发布了适用于iOS和Android的移动应用程序的重大更新。该应用程序旨在查找照片库中重要生活事件的被遗忘的回忆。 Zyl会扫描您的照片库,并神奇地找到重要的照片。每天,应用程序都会...

财经

杭州商务局总经济师武长虹:未来5年培育10家独角兽企业 杭州商务局总经济师武长虹:未来5年培育10家独角兽...

【亿邦原创】4月27日消息,在2023中国(杭州)新电商大会开幕式上,杭州市商务局总经济师武长虹发表了题...

  • 伊丽莎白·沃伦(Elizabeth Warren)担任总统,为其20...

      民主党参议员伊丽莎白·沃伦(Elizabeth Warren)可能已经结束了她的2020年总统大选,但用于推动她竞选的技术将继续存在。 她的员工成员宣布,他们将公开公开展示沃伦为成为民主党总统候选人而开发的顶...

  • 看来布兰登·米道(Brandon Middaugh)正领导着$ 1B的...

      今年早些时候,微软提出了一项最雄心勃勃,范围广泛的战略来减少公司运营的碳排放量,从而在企业界引起了轰动。 该计划的一部分是一个10亿美元的基金,该基金将投资于减缓气候变化的技术,特别是针...

  • 英国科技产业组建Code4COVID.org以抗击冠状病毒危机

      由英国基层技术倡议组织组成的联盟已经聚集在一起,以协调支持英国应对冠状病毒的关键技术人员群体。 COVID19技术响应(CTR)旨在协调可用技术人才的供应;处理需要解决的问题以及两者的匹配。到目前为...

商业

视频聊天聚会带来欢乐时光,生活在庇护的门后 视频聊天聚会带来欢乐时光,生活在庇护的门后

  人类确实是一群惊人的韧性。 尽管在佛罗里达海滩上举行聚会的偷偷摸摸的人肆意冒着将冠状病毒传...

  • “煤矿里的金丝雀”:西雅图营销技术初创公司Amplero...

      Amplero的前途一片光明。这家西雅图营销技术初创公司以积极的势头进入2020年,并计划将其收入增加近三倍。 但是随后发生了COVID-19疫情,经济陷入停滞。 Amplero的客户渠道突然枯竭。现在,该公司正...

  • 首席执行官表示,随着美国关闭,StockX的业务蓬勃发展

      StockX是一个高速发展的转售市场,连接着运动鞋,街头服装,手袋和其他可收藏物品的买卖双方,其财富随着价值60亿美元的全球运动鞋转售市场一起增长,而后者是更广泛的1000亿美元运动鞋类别的一部分。...

  • Zyl重现旧照片以创建协作故事

      法国初创公司Zyl发布了适用于iOS和Android的移动应用程序的重大更新。该应用程序旨在查找照片库中重要生活事件的被遗忘的回忆。 Zyl会扫描您的照片库,并神奇地找到重要的照片。每天,应用程序都会...

亚马逊研究人员提高了多标签分类效率

发布时间:2019/06/25 商业 浏览:695

 
多标签分类器是自动驾驶汽车的基石,谷歌镜头等应用程序,以及从亚马逊的Alexa到Google智能助理的智能助手。他们将输入数据一次映射到多个类别 – 例如,将海洋图片分类为包含“天空”和“船只”而不是“沙漠”。
为了追求计算效率更高的此类分类器,亚马逊Alexa AI部门的科学家最近尝试了他们在预印纸中描述的方法(“用于多标签分类的学习上下文依赖标签排列”)。他们声称,在测试中,他们的多标签分类技术优于使用三个数据集的四个主要替代方案,并展示了五种不同性能指标的改进。
“多标签分类的需求出现在许多不同的背景下。最初,它被作为文本分类的一种手段进行了调查[但从那时起],它被用于从预测蛋白质功能从原始序列数据到按类型分类音频文件的所有内容,“Alexa AI小组Jinseok Nam的应用科学家写道一篇博文。 “多标签分类的挑战是捕获不同标签之间的依赖关系。”
这些依赖关系通常以联合概率捕获,该联合概率表示所有标签的概率的任何组合的可能性。然而,Nam指出,计算超过少数注释的准确联合概率需要“不切实际”的大型语料库。
相反,他和同事使用了一种递归神经网络(RNN) – 一种AI模型,它按顺序处理顺序输入,因此输出对应于给定的输入因子,从而自动考虑依赖性 – 有效地链接单标签分类器。为了防止在重新排列分类器的顺序时发生错误,他们训练系统动态地改变链式分类器处理输入的顺序(根据输入数据的特征),确保相对于a的最容易出错的分类器特定的输入移动到链的后面。
该团队探索了两种不同的技术,第一种技术使用RNN为特定输入生成一系列标签。丢弃错误标签,同时保留正确的标签顺序,并将省略的标签附加到结果序列上。新序列成为目标输出,研究人员用它来重新训练相同输入数据的RNN。
“通过保留正确标签的顺序,我们确保链中后来的分类器学会利用链中较早的分类,”Nam写道。 “最初,RNN的输出完全是随机的,但它最终学会根据输入数据定制其标签序列。”
第二种技术利用强化学习 – 一种利用奖励来推动软件政策实现目标的人工智能培训技术 – 培训RNN进行动态分类器链接。
在前面提到的测量分类器各种标签准确性的验证测试中,研究人员表示,他们表现最佳的系统 – 将我们的两种动态链算法的输出结合起来产生复合分类 – 至少优于四个基线2%,在一个例子中接近5%。

姓 名:
邮箱
留 言: