Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/291833| Заглавие документа: | Solving weakly supervised multi-output regression |
| Авторы: | Kondratyev, V. Berikov, V. |
| Тема: | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Математика ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика |
| Дата публикации: | 2022 |
| Издатель: | Minsk : BSU |
| Библиографическое описание источника: | Computer Data Analysis and Modeling: Stochastics and Data Science : Proc. of the XIII Intern. Conf., Minsk, Sept. 6–10, 2022 / Belarusian State University ; eds.: Yu. Kharin [et al.]. – Minsk : BSU, 2022. – Pp. 83-86. |
| Аннотация: | We propose a solution to the multi-output weakly supervised regression problem. In the studied setting the observed data is partly labeled, and known labels are considered to be the probability distribution to represent possible uncertainty in labeling due to noise. The proposed solution consists in minimizing the Wasserstein distance between multivariate normal distributions, and approximation of matrices having a low-rank format. In the experimental part of the paper we provide the results, which are shown to be superior to the previous methods on Monte-Carlo simulations and a real dataset |
| URI документа: | https://elib.bsu.by/handle/123456789/291833 |
| ISBN: | 978-985-881-420-5 |
| Финансовая поддержка: | The work was carried out with the financial support of the Russian Science Foundation, project 22-21-00261 |
| Лицензия: | info:eu-repo/semantics/restrictedAccess |
| Располагается в коллекциях: | 2022. Computer Data Analysis and Modeling: Stochastics and Data Science |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.