عنوان فارسی مقاله: رویکرد لیست محور برای یادگیری رتبه بندی: تئوری و الگوریتم
چکیده
هدف این مقاله انجام مطالعهای بر روی رویکرد لیست محور برای یادگیری رتبه بندی میباشد. این رویکرد، یک تابع رتبه بندی را با در نظر گرفتن لیستهای فردی به صورت نمونه و کمینه سازی تابع زیان تعریف شده در لیست واقعی و پیش بینی شده آموزش میدهد. کار های موجود در خصوص این رویکرد بر توسعه الگوریتمهای جدید متمرکز است و روشهایی نظیر RankCosine وListNet پیشنهاد شدهاند و عملکرد خوب آنها مشاهده شده است. متاسفانه، تئوری اصلی و اولیه به طور کامل مطالعه نشده است. برای حل مسئله، این مقاله یک تحلیل نظری بر روی یادگیری جهت رتبه بندی الگوریتم را از طریق بررسی ویژگیهای تابع زیان، مشتق پذیری، تحدب و نیز کارایی پیشنهاد میکند. یک شرط کافی برای پیوستگی رتبه بندی ارائه شده است که این مقاله تحلیلی را بر روی سه تابع زیان انجام میدهد. زیان احتمالی، زیان کوسینوس و زیان آنتروپی. دو مورد اخیر در RankCosine وListNet مورد استفاده قرار میگیرند. کاربرد زیان احتمالی منجر به توسعه یک روش موسوم بخ LISTMLE شده است که تابع زیان آن ویژگیهای بهتری را ارائه کرده و منجر به نتایج ازمایشی بهتر میگردد.
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.