对抗样本三元组约束的度量学习算法

作者：王鑫; 郭鑫垚; 魏巍^*; 梁吉业

来源：智能系统学报, 2021, 16(01): 30-37.

• 机器学习
• 度量学习
• 三元组约束
• 对抗训练
• 马氏距离
• 样本扰动
• 凸优化
• 梯度下降

针对已有三元组约束的度量学习算法大多利用先验知识构建约束,一定程度上制约了度量学习算法性能的问题,本文借鉴对抗训练中样本扰动的思想,在原始样本附近学习对抗样本以构造对抗三元组约束,基于对抗三元组和原始三元组约束构建了度量学习模型,提出了对抗样本三元组约束的度量学习算法(metric learning algorithm with adversarial sample triples constraints,ASTCML)。实验结果表明,提出的算法既克服了已有固定约束方法受先验知识影响大的问题,也提高了分类精度,说明区分更加难以区分的三元组约束能够提升算法的性能。

• 单位
  山西大学