An ADMM Solver for the MKL-$L_{0/1}$-SVM

要約

タイトル: MKL-$L_{0/1}$-SVMのADMMソルバー
要約:
– MKL (Multiple Kernel Learning)問題をサポートベクターマシンに適用して$(0,1)$ -loss関数としてフォーミュレーションした。
– 最適性条件を与えて、非凸かつ非滑らかな最適化問題の高速なADMMソルバーを開発するために利用された。
– 合成平面データに対するシンプルな数値実験結果から、我々のMKL-$L_{0/1}$-SVMフレームワークは有望であることが示された。

要約(オリジナル)

We formulate the Multiple Kernel Learning (abbreviated as MKL) problem for the support vector machine with the infamous $(0,1)$-loss function. Some first-order optimality conditions are given and then exploited to develop a fast ADMM solver for the nonconvex and nonsmooth optimization problem. A simple numerical experiment on synthetic planar data shows that our MKL-$L_{0/1}$-SVM framework could be promising.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI