FASOLE: Fast Algorithm for Structured Output LEarning
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F14%3A00223288" target="_blank" >RIV/68407700:21230/14:00223288 - isvavai.cz</a>
Výsledek na webu
<a href="http://cmp.felk.cvut.cz/pub/cmp/articles/franc/Franc-Fasole-ECML2014.pdf" target="_blank" >http://cmp.felk.cvut.cz/pub/cmp/articles/franc/Franc-Fasole-ECML2014.pdf</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-662-44848-9_26" target="_blank" >10.1007/978-3-662-44848-9_26</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
FASOLE: Fast Algorithm for Structured Output LEarning
Popis výsledku v původním jazyce
This paper proposes a novel Fast Algorithm for Structured Ouput LEarning (FASOLE). FASOLE implements the dual coordinate ascent (DCA) algorithm for solving the dual problem of the Structured Output Support Vector Machines (SO-SVM). Unlike existing instances of DCA algorithm applied for SO-SVM, the proposed FASOLE uses a different working set selection strategy which provides nearly maximal improvement of the objective function in each update. FASOLE processes examples in on-line fashion and it providescertificate of optimality. FASOLE is guaranteed to find the {$veps$}-optimal solution in {$SO(frac{1}{veps^2})$} time in the worst case. In the empirical comparison FASOLE consistently outperforms the existing state-of-the-art solvers, like the Cutting Plane Algorithm or the Block-Coordinate Frank-Wolfe algorithm, achieving up to an order of magnitude speedups while obtaining the same precise solution.
Název v anglickém jazyce
FASOLE: Fast Algorithm for Structured Output LEarning
Popis výsledku anglicky
This paper proposes a novel Fast Algorithm for Structured Ouput LEarning (FASOLE). FASOLE implements the dual coordinate ascent (DCA) algorithm for solving the dual problem of the Structured Output Support Vector Machines (SO-SVM). Unlike existing instances of DCA algorithm applied for SO-SVM, the proposed FASOLE uses a different working set selection strategy which provides nearly maximal improvement of the objective function in each update. FASOLE processes examples in on-line fashion and it providescertificate of optimality. FASOLE is guaranteed to find the {$veps$}-optimal solution in {$SO(frac{1}{veps^2})$} time in the worst case. In the empirical comparison FASOLE consistently outperforms the existing state-of-the-art solvers, like the Cutting Plane Algorithm or the Block-Coordinate Frank-Wolfe algorithm, achieving up to an order of magnitude speedups while obtaining the same precise solution.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/LL1303" target="_blank" >LL1303: Vyhledávání vizuálních kategorií ve velkém množství obrázků</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Machine Learning and Knowledge Discovery in Databases - ECML PKDD 2013, part I
ISBN
978-3-662-44847-2
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
16
Strana od-do
402-417
Název nakladatele
Springer
Místo vydání
Heidelberg
Místo konání akce
Nancy
Datum konání akce
15. 9. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—