检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

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

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年第8期45卷 1832-1838页

作者：史颖祁晓博亓慧姜高霞王文剑太原师范学院计算机科学与技术学院山西晋中030619 山西大学计算机与信息技术学院太原030006 山西大学智能信息处理研究所太原030006 山西警察学院网络安全保卫系太原030401

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... 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

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

基于噪声过滤的少样本知识图谱补全方法研究

基于噪声过滤的少样本知识图谱补全方法研究

作者：张睿思辽宁工程技术大学

学位级别：硕士

现有的知识图谱都是不完备的,学者们致力于知识图谱补全的过程中发现大部分的知识图谱补全方法都需要足够多的数据,但是现实生活中的知识图谱中充满了长尾关系。为了解决上述问题,提出了少样本知识图谱补全任务,目的是在只拥有少量数据... 详细信息

现有的知识图谱都是不完备的,学者们致力于知识图谱补全的过程中发现大部分的知识图谱补全方法都需要足够多的数据,但是现实生活中的知识图谱中充满了长尾关系。为了解决上述问题,提出了少样本知识图谱补全任务,目的是在只拥有少量数据的情况下,完成知识图谱补全任务。当前少样本知识图谱补全的方法大多是基于实体的邻域信息构造出任务关系表示以完成任务,但是在汇总实体邻域信息时没有考虑到邻域中噪声信息对最终模型的影响,同时也忽略了三元组间信息的交互。为了解决上述问题提出了一种基于噪声过滤的少样本知识图谱补全方法,将少样本知识图谱补全流程分为了三个模块,噪声过滤邻居编码器模块、关系聚合器模块、匹配网络模块。其中噪声过滤邻居编码器模块负责对实体的邻域信息进行编码同时利用门控网路过滤其中的噪声信息;关系聚合器模块中利用Transformer层加深了三元组间信息的交互,也得到了一个更好的任务关系表示;匹配网络模块中受到度量学习的启发,设计了一种匹配函数,它能够求出参考集三元组和查询集三元组间的相似度得分。为了证明所提模型的效果,在少样本知识图谱补全数据集上进行了实验,在Wiki-One数据集上所提模型比基线模型在1、3、5Shot的情况下分别提升了2%、8%和3%,在NELL-One数据集上所提模型比基线模型在5Shot的情况下提升了3.3%。实验结果证明了所提模型的先进性和有效性,此外消融实验也证明了所提模型中每个模块的有效性。该论文有图11幅,表10个,参考文献68篇。

关键词：少样本知识图谱补全噪声过滤邻居编码器度量学习匹配函数

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

半监督的微博话题噪声过滤方法

清华大学学报（自然科学版） 2019年第3期59卷 178-185页

作者：屠守中杨婧赵林朱小燕清华大学计算机科学与技术系北京100084 中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院信息工程研究所信息安全国家重点实验室北京100093

社交网络中存在大量营销、招聘等垃圾信息以及无实质内容的短文,为话题建模工作带来很多干扰,更严重影响社交网络方面的学术研究及商业应用。因此,该文提出了一种结合支持向量机与k近邻模型(pSVM-kNN)的半监督话题噪声过滤方法。该方法... 详细信息

社交网络中存在大量营销、招聘等垃圾信息以及无实质内容的短文,为话题建模工作带来很多干扰,更严重影响社交网络方面的学术研究及商业应用。因此,该文提出了一种结合支持向量机与k近邻模型(pSVM-kNN)的半监督话题噪声过滤方法。该方法融合了SVM和kNN算法,在SVM计算得到超平面的基础上使用kNN算法在局部范围内迭代寻找分类超平面的最优解;同时为减少误分类发生,分别在SVM和kNN阶段引入惩罚代价和比例权重,以提高噪声过滤的效果。通过选取新浪微博中不同大小的数据集进行实验与其他方法进行比较,结果表明:该方法只利用了少量的标注样本进行训练,在准确率、召回率和F值方面均优于其他的对比方法。

关键词：社交网络支持向量机 k近邻噪声过滤惩罚代价

在线全文

学校读者我要写书评

暂无评论

基于数据分布的标签噪声过滤

清华大学学报（自然科学版） 2019年第4期59卷 262-269页

作者：陈庆强王文剑姜高霞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

在监督学习中,标签噪声对模型建立有较大的影响。目前对于标签噪声的处理方法主要有基于模型预测的过滤方法和鲁棒性建模方法,然而这些方法存在过滤效果差或者过滤效率低等问题。针对该问题,该文提出一种基于数据分布的标签噪声过滤方... 详细信息

在监督学习中,标签噪声对模型建立有较大的影响。目前对于标签噪声的处理方法主要有基于模型预测的过滤方法和鲁棒性建模方法,然而这些方法存在过滤效果差或者过滤效率低等问题。针对该问题,该文提出一种基于数据分布的标签噪声过滤方法。首先对于数据集中的每一个样本,根据其近邻内样本的分布,将其及邻域样本形成的区域划分为高密度区域和低密度区域,然后针对不同的区域采用不同的噪声过滤规则进行过滤。与已有方法相比,该方法从数据分布角度出发,使得噪声过滤更具有针对性从而提高过滤效果;此外,使用过滤规则对噪声数据进行处理而非建立噪声预测模型,因而可以提高过滤效率。在15个UCI标准多分类数据集上的实验结果表明:该方法在噪声低于30%时,噪声检测效率和分类精度均有很好的表现。

关键词：标签噪声噪声过滤模型鲁棒性数据分布

在线全文

学校读者我要写书评

暂无评论

基于遗传算法的噪声过滤协同训练算法

计算机工程与设计 2014年第5期35卷 1807-1810,1832页

作者：郭涛李贵洋兰霞四川师范大学计算机科学学院四川成都610101

为解决分类器训练过程中由于无标记数据的引入,容易产生噪音、降低分类精度的问题,提出了基于遗传算法的噪声过滤协同训练算法(CGA)。充分利用遗传算法的寻优功能,产生高适应度的分类规则,达到辅助协同训练算法挑选有价值的无标记数据,... 详细信息

为解决分类器训练过程中由于无标记数据的引入,容易产生噪音、降低分类精度的问题,提出了基于遗传算法的噪声过滤协同训练算法(CGA)。充分利用遗传算法的寻优功能,产生高适应度的分类规则,达到辅助协同训练算法挑选有价值的无标记数据,降低噪音的引入,确保参与协同训练分类器的精度和性能得到有效更新的目的。在UCI数据集上的实验验证了该算法的有效性。

关键词：遗传算法半监督学习协调训练噪声过滤无标记数据

在线全文

学校读者我要写书评

暂无评论

基于局部概率抽样的标签噪声过滤方法

计算机应用 2021年第1期41卷 67-73页

作者：张增辉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

分类学习任务中,在获取数据的过程中会不可避免地产生噪声,特别是标签噪声的存在不仅使得学习模型更复杂,而且容易造成过拟合并导致分类器泛化能力的下降。标签噪声过滤算法虽然在一定程度上可以解决上述问题,但是仍然存在噪声识别能力... 详细信息

分类学习任务中,在获取数据的过程中会不可避免地产生噪声,特别是标签噪声的存在不仅使得学习模型更复杂,而且容易造成过拟合并导致分类器泛化能力的下降。标签噪声过滤算法虽然在一定程度上可以解决上述问题,但是仍然存在噪声识别能力较差、分类效果不够理想以及过滤效率低等问题。针对这些问题,提出一种基于标签置信度分布的局部概率抽样方法来进行标签噪声过滤。首先利用随机森林分类器对样本的标签进行投票,从而获取每个样本的标签置信度;然后根据标签置信度的大小,将样本划分为易识别样本和难识别样本;最后分别采用不同的过滤策略对样本进行过滤。实验结果表明,在标签噪声存在的情况下,所提方法在大多数案例上能够保持较高的噪声识别能力,并且在分类泛化性能上也具有明显优势。

关键词：标签噪声局部概率抽样噪声过滤随机森林置信度估计

在线全文

学校读者我要写书评

暂无评论

集成电路突变噪声过滤方法研究与仿真

计算机仿真 2012年第10期29卷 158-161页

作者：朱烜璋李娅菲杨杰湖南科技学院计算机与通信工程系湖南永州425100

研究电路噪声过滤问题,提高噪声过滤的准确性。针对传统的电路噪声过滤中都是通过噪声形成的特殊波形进行过滤的,随着大规模集成电路功率增加,电路散热增加,会使得电路中噪声的波形发生突变,根据波形过滤噪声的效果变差的问题。提出了... 详细信息

研究电路噪声过滤问题,提高噪声过滤的准确性。针对传统的电路噪声过滤中都是通过噪声形成的特殊波形进行过滤的,随着大规模集成电路功率增加,电路散热增加,会使得电路中噪声的波形发生突变,根据波形过滤噪声的效果变差的问题。提出了一种多点变形噪声拟合恢复的过滤方法,由电路采集到的二维电路多个散乱的噪声波形特征,以多个二维电路噪声的特征为基础,利用建立的噪声特征矩阵进行特征拟合转化处理,实现电路变形噪声波形特征有效过滤。仿真结果表明,特征拟合恢复能够大幅提高电路噪声的过滤准确性,取得不错的效果。

关键词：电路噪声噪声突变噪声过滤