Apprentissage de métrique appliqué à la détection de changement de page Web et aux attributs relatifs

Marc Teva Law 1 Nicolas Thome 1 Stéphane Gançarski 2 Matthieu Cord 1
1 MLIA - Machine Learning and Information Access
LIP6 - Laboratoire d'Informatique de Paris 6
2 BD - Bases de Données
LIP6 - Laboratoire d'Informatique de Paris 6
Abstract : This paper introduces a novel distance metric learning framework. Working with inequality constraints involving quadruplets of images, our approach aims at efficiently modeling similarity for rich or complex semantic label relationships. We study how our metric learning scheme can be exploited in contexts such as detection of important regions in Webpages or recognition with relative attributes.
Document type :
Conference papers
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01500746
Contributor : Stéphane Gançarski <>
Submitted on : Monday, April 3, 2017 - 4:01:53 PM
Last modification on : Thursday, March 21, 2019 - 1:21:05 PM

Identifiers

  • HAL Id : hal-01500746, version 1

Citation

Marc Teva Law, Nicolas Thome, Stéphane Gançarski, Matthieu Cord. Apprentissage de métrique appliqué à la détection de changement de page Web et aux attributs relatifs. CORIA 2015 - Conférence en Recherche d'Infomations et Applications - 12th French Information Retrieval Conference, Mar 2015, Paris, France. 〈dblp.uni-trier.de/db/conf/coria/coria2015.html〉. 〈hal-01500746〉

Share

Metrics

Record views

103