检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

噪声标签回归的泛化误差估计及过滤算法

小型微型计算机系统 2024年

作者：姜高霞李政莹王文剑山西大学计算智能与中文信息处理教育部重点实验室山西大学计算机与信息技术学院

当回归数据中存在数值型标签噪声时，传统泛化误差估计方法不再适用，回归模型的泛化性能缺乏保障.本文提出一种面向标签噪声的回归模型泛化误差估计方法，并设计了自适应高斯核噪声估计与样本召回过滤(adaptive Gaussian kernel noise ... 详细信息

当回归数据中存在数值型标签噪声时，传统泛化误差估计方法不再适用，回归模型的泛化性能缺乏保障.本文提出一种面向标签噪声的回归模型泛化误差估计方法，并设计了自适应高斯核噪声估计与样本召回过滤(adaptive Gaussian kernel noise estimator and sample recall filtering， AGKSRF)算法.在所提Craven-Wahba(CW)泛化误差估计的基础上，提出一种CW样本选择框架.基于最大后验估计思想和自适应近邻方法，提出标签噪声的自适应高斯核(adaptive Gaussian kernel， AGK)估计方法.结合所提框架，AGKSRF首先过滤大噪声样本，同时考虑到初次过滤时可能有部分干净样本被误删，AGKSRF根据模型在过滤样本上的误差对样本进行召回再过滤.标准数据集上的实验结果表明，AGKSRF降低模型误差的能力提升了6～51个百分点.AGKSRF还可以识别年龄估计数据上的错误标签.因此，AGKSRF算法可以有效提升数据质量.

关键词：噪声标签回归泛化误差估计自适应高斯核估计样本召回过滤

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合粒度划分的回归标签噪声过滤方法

小型微型计算机系统 2024年

作者：史颖祁晓博亓慧姜高霞王文剑山西警察学院网络安全保卫系山西大学智能信息处理研究所太原师范学院计算机科学与技术学院山西大学计算机与信息技术学院

机器学习算法的性能与数据质量密切相关，然而实际数据中可能存在各类噪声，如何处理标签噪声是机器学习的重要挑战之一。由于回归标签噪声的复杂性，现有噪声过滤方法在处理数值型标签噪声时效果不够理想。本文首先通过标签离散化方式... 详细信息

机器学习算法的性能与数据质量密切相关，然而实际数据中可能存在各类噪声，如何处理标签噪声是机器学习的重要挑战之一。由于回归标签噪声的复杂性，现有噪声过滤方法在处理数值型标签噪声时效果不够理想。本文首先通过标签离散化方式提出一种基于粒度球的数值型标签噪声估计方法，然后给出标签含噪时回归模型的泛化误差估计，并将其作为噪声过滤的目标函数进行优化，最后将所提噪声估计方法与目标函数结合设计了粒度球标签噪声过滤（Granular Ball Label Noise Filtering， GBNF）方法。在标准数据集和真实年龄估计数据集的实验结果表明，该方法识别标签噪声的准确率较高，并取得了比其他噪声过滤比较方法更好的测试性能。

关键词：回归标签噪声粒度球噪声过滤

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

有序标签噪声的鲁棒估计与过滤方法

计算机科学 2024年第6期51卷 144-152页

作者：姜高霞王菲许行王文剑山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

较大规模的标注数据集中难免会存在标签噪声,这在一定程度上限制了模型的泛化性能。有序回归数据集的标签是离散值,但不同标签之间又有一定次序关系。虽然有序回归的标签兼有分类和回归标签的特征,但面向分类和回归任务的标签噪声过滤... 详细信息

较大规模的标注数据集中难免会存在标签噪声,这在一定程度上限制了模型的泛化性能。有序回归数据集的标签是离散值,但不同标签之间又有一定次序关系。虽然有序回归的标签兼有分类和回归标签的特征,但面向分类和回归任务的标签噪声过滤算法对有序标签噪声并不完全适用。针对此问题,提出了标签含噪时回归模型的Akaike泛化误差估计,在此基础上设计了面向有序回归任务的标签噪声过滤框架。此外,提出了一种鲁棒的有序标签噪声估计方法,其采用基于中位数的融合策略以降低异常估计分量的干扰。最后,该方法与所提框架结合形成了噪声鲁棒融合过滤(Robust Fusion Filtering,RFF)算法。在标准数据集和真实年龄估计数据集上均验证了算法的有效性。实验结果表明,在有序回归任务中,RFF算法性能优于其他分类和回归过滤算法,能够适应不同类型的噪声数据,并有效提升数据质量和模型泛化性能。

关键词：标签噪声有序回归 Akaike泛化误差估计噪声过滤鲁棒噪声估计

在线全文

学校读者我要写书评

暂无评论

基于异常检测的标签噪声过滤框架

计算机科学 2024年第2期51卷 87-99页

作者：许茂龙姜高霞王文剑山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

噪声是影响机器学习模型可靠性的重要因素,而标签噪声相比特征噪声对模型训练更具决定性的影响。噪声过滤是处理标签噪声的一种有效方法,它不需要估计噪声率,也不需要依赖任何损失函数,然而目前大多数标签噪声过滤算法都会面临过度清洗... 详细信息

噪声是影响机器学习模型可靠性的重要因素,而标签噪声相比特征噪声对模型训练更具决定性的影响。噪声过滤是处理标签噪声的一种有效方法,它不需要估计噪声率,也不需要依赖任何损失函数,然而目前大多数标签噪声过滤算法都会面临过度清洗问题。针对此问题,文中提出了基于异常检测的标签噪声过滤框架,并在此框架下给出了一种自适应近邻聚类的标签噪声过滤算法AdNN(Label Noise Filtering via Adaptive Nearest Neighbor Clustering)。该算法分别考虑分类问题中的每一个类别,把标签噪声检测问题转化成离群点检测问题,识别出每一个类别的离群点,然后根据相对密度去除离群点中的非噪声样本,得到噪声备选集,最后通过噪声因子对噪声备选集中的离群点进行噪声识别和过滤。实验结果表明,在合成数据集和公开数据集上,所提噪声过滤方法可以减轻过度清洗现象,同时能够得到很好的噪声过滤效果和分类预测性能。

关键词：标签噪声过滤离群点检测自适应k近邻相对密度噪声因子

在线全文

学校读者我要写书评

暂无评论

标记相关性修正的多标记众包标签推断方法

小型微型计算机系统 2024年第5期45卷 1025-1031页

作者：刘昕雨张琳姜高霞王文剑山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

众包平台的快速发展使人们获取数据标签变得较为容易,但由于标记者的知识水平、评价标准等均存在显著差异,导致获得的标签质量参差不齐.特别是对于多标记数据,由于每个样本可能有多个不同标记,且不同样本的标记数量不同,所以通过众包标... 详细信息

众包平台的快速发展使人们获取数据标签变得较为容易,但由于标记者的知识水平、评价标准等均存在显著差异,导致获得的标签质量参差不齐.特别是对于多标记数据,由于每个样本可能有多个不同标记,且不同样本的标记数量不同,所以通过众包标注获取多标记数据的标签时,标注者很难为每个样本提供完整准确的数据标签.针对多标记众包标签推断问题,提出基于标记相关性修正(Label Dependence Correction,LDC)的多标记众包标签推断框架,首先使用单标记众包标签推断算法给出每个标记的初步推断结果,然后通过度量标记间的相关性更新和纠正不可靠的初始标记推断结果.实验结果表明,与经典的众包多标记方法相比,本文提出的框架与单标记算法融合后可以有效提升多标记众包标签推断的性能.

关键词：多标记学习众包标签推断标记相关性标签修正

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

面向回归任务的数值型标签噪声过滤算法

计算机研究与发展 2022年第8期59卷 1639-1652页

作者：姜高霞王文剑山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

回归任务中的数值型标签噪声可能误导模型训练,进而弱化模型泛化能力.作为一种常用的标签噪声处理技术,噪声过滤通过去除误标记样本来降低噪声水平,但无法保证过滤后模型能够获得更好的泛化表现.一些过滤算法过于关注噪声水平,以至于大... 详细信息

回归任务中的数值型标签噪声可能误导模型训练,进而弱化模型泛化能力.作为一种常用的标签噪声处理技术,噪声过滤通过去除误标记样本来降低噪声水平,但无法保证过滤后模型能够获得更好的泛化表现.一些过滤算法过于关注噪声水平,以至于大量无噪样本也被去除.尽管已有样本过滤框架能够平衡样本去除量和噪声水平,但其形式过于复杂不利于直观理解和实际应用.根据无噪回归任务中的学习理论提出了面向数值型标签噪声数据的泛化误差界,从而明确了影响模型泛化能力的关键数据因素(数据量和噪声水平).在此基础上提出一种可解释的噪声过滤框架,其目标是以较小的样本去除代价最大程度地降低噪声水平.针对噪声估计问题,从理论上分析了噪声与覆盖区间关键指标(中心和半径)之间的变化趋势,进而构建了相对噪声估计方法.此方法与所提框架结合形成了相对噪声过滤(relative noise filtering,RNF)算法.在标准数据集和年龄估计数据上均验证了算法的有效性.实验结果表明:该算法能够适应各类噪声数据,显著提升模型泛化能力.在年龄估计数据上RNF算法检测出一些标签噪声数据,有效提升了数据质量和模型预测性能.

关键词：数值型标签噪声回归噪声过滤泛化误差界相对噪声

在线全文

学校读者我要写书评

暂无评论

众包标签的双重置信度推断算法

国防科技大学学报 2022年第3期44卷 77-84页

作者：张琳姜高霞王文剑山西大学计算机与信息技术学院山西太原030006

标记者的知识水平、评价标准等均具有显著差异,导致收集到的标签质量参差不齐,提高标签和学习模型的质量对众包标签中学习起着关键作用。针对众包标签推断问题,提出了一种双重置信度推断算法,分别从数据分布特征及标签信息两方面计算得... 详细信息

标记者的知识水平、评价标准等均具有显著差异,导致收集到的标签质量参差不齐,提高标签和学习模型的质量对众包标签中学习起着关键作用。针对众包标签推断问题,提出了一种双重置信度推断算法,分别从数据分布特征及标签信息两方面计算得到标记者置信度,再通过此置信度推断数据集的集成标签,以此提高集成标签的质量。实验结果表明,与其他仅使用标签信息的推断算法相比,所提算法可以得到更优结果。

关键词：众包标签集成聚类双重置信度

在线全文

学校读者我要写书评

暂无评论

极限距离噪声估计与过滤方法

计算机科学 2023年第6期50卷 151-158页

作者：姜高霞秦佩王文剑山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

近年来,机器学习不断取得显著性进展并被成功应用于诸多领域,然而很多学习模型或算法高度依赖数据的标签质量。实际应用中大量数据集普遍存在复杂的标签噪声,因此机器学习在低质数据建模和标签噪声处理方面面临严峻挑战。文中针对回归... 详细信息

近年来,机器学习不断取得显著性进展并被成功应用于诸多领域,然而很多学习模型或算法高度依赖数据的标签质量。实际应用中大量数据集普遍存在复杂的标签噪声,因此机器学习在低质数据建模和标签噪声处理方面面临严峻挑战。文中针对回归中的数值型标签噪声,从理论分析和仿真实验的角度研究了标签估计区间与噪声的关联性,提出了一种极限距离噪声估计方法。在最优样本选择框架下,基于此噪声估计方法提出了一种极限距离噪声过滤(Limit Distance Noise Filtering, LDNF)算法。实验结果表明,所提噪声估计方法与真实标签噪声具有更高的相关性和更低的估计偏差。在标准数据集和真实年龄估计数据集上证实了所提过滤算法可以在不同噪声环境下有效识别标签噪声并减小模型的测试误差,其表现优于最新的其他过滤算法。

关键词：数值型标签噪声回归噪声估计极限距离噪声过滤

在线全文

学校读者我要写书评

暂无评论

时序数据曲线排齐的相关性分析方法

软件学报 2014年第9期25卷 2002-2017页

作者：姜高霞王文剑山西大学计算机与信息技术学院山西太原 030006

时序数据是数据挖掘的一类重要对象.在做时序数据分析时,若不考虑数据的时差,则会造成相关性的误判.所以,时序数据存在相关性和时差相互制约的问题.通过对时序数据的相关性和协同性进行研究,给出了双序列的相关性判定方法和曲线排齐方法... 详细信息

时序数据是数据挖掘的一类重要对象.在做时序数据分析时,若不考虑数据的时差,则会造成相关性的误判.所以,时序数据存在相关性和时差相互制约的问题.通过对时序数据的相关性和协同性进行研究,给出了双序列的相关性判定方法和曲线排齐方法.首先,从时间弯曲的角度分析了两类相关性错误产生的原因及其特点;然后,根据相关系数的渐近分布得到相关系数在一定显著性水平上的界,将两者综合得到基于时移序列相关系数特征的相关性判定方法;最后,提出一种基于相关系数最大化的曲线排齐模型,其适用范围比AISE准则更广.模型采用光滑广义期望最大化(S-GEM)算法求解时间弯曲函数.在构造数据和真实数据上的数值实验结果表明:该相关性判别方法在伪回归识别中,比常规的3种相关系数以及Granger因果检验更有效;提出的S-GEM算法在大多数情况下明显优于连续单调排齐法(CMRM)、自模型排齐法(SMR)和极大似然排齐法(MLR).该文考虑的是双序列的线性相关问题和函数型曲线排齐方法,这些结果可为回归分析的相关性判定和时间对齐提供理论基础,并为多序列相关性分析和曲线排齐提供参考方向.

关键词：伪回归时间弯曲相关性曲线排齐曲线光滑