基于矩阵填充的众包学习模型研究刘天时吴琼---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---摘要：本文提出一种鲁棒低秩近似算法（ROLA）来学习标注者之间潜在的相似性，进而解决标注数据集中的噪声。ROLA通过构造一个低秩矩阵模型，来捕获---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---标签中的潜在相关信息，与问题的潜在特征向量。实验结果表明，ROLA在四个数据集上的准确率最高。并且与现有算法相比，在优化时间上也存在相应优势。关键词：低秩近似;矩阵填充;众包学习：TP311.13：ADOI：10.3969/j.issn.1003-6970.2019.04.034本文著录格式：刘天时，吴琼.基于矩阵填充的众包学习模型研究[J].软件，2019，40（4）：159161【Abstract】：Thispaperproposesarobustlowrankapproximationalgorithm（ROLA）tolearnthepotentialsimilaritybetweenannotatorsandtosolvethenoiseinannotateddatasets.ROLAconstructsalowrankmatrixmodeltocapturelatentcorrelationinformationintagsandlatenteigenvectorsofproblems.TheexperimentalresultsshowthatROLAhasthehighestaccuracyonfourdatasets.Comparedwithexistingalgorithms，italsohascorrespondingadvantagesinoptimizationtime.【Keywords】：Lowrankapproximation;Matrixfilling;Crowdsourcinglearning0引言近年来在机器学习和计算机视觉方面广泛应用。然而由于雇主发布的标注任务差异，导致收集到来自于不同自由职业者的标注结果，含有大量噪声。如何甄别噪声，提高众包学习的质量是目前面临的问题[1]。本文提出基于矩阵填充的数据去噪方法：低秩近似流形优化算法（Low-RankApproximationManifoldOptimization，LRAMO）。以矩阵填充的视角看待众包学习问题，认为矩阵的低秩结构既标注着之间的潜在相关关系，以此为依据，将恶意或者具有相似不良标注习惯的标注者的噪声删去。而针对无噪声的标签矩阵，LRAMO算法直接进行黎曼优化的矩阵分解，获得完整的标签矩阵，能快速进行眾包学习。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---1低秩矩阵模型众包学习获得数据的成本比较低廉，但是存在大量噪声[2-5]。而标签数据之间具有低秩结构，本文根据数据的低秩结构，将众包学习理解成矩阵填充问题。因此本文提出基于矩阵填充的低秩近似流形优化算法，删除恶意标注者的标注噪声，并对恶意和有不良标注习惯的标注者进行标记，优化了后续的众包学习过程。也就是说，少数恶意和不良习惯的标注者带来噪音，当众包任务发出去后，多数认真对待任务的标注者的标签是相似的，都试图给出正确答案。由于得到的众包数据具有低秩结构，可转换成一个低秩的矩阵和一个噪声矩阵相加。这样做的目的是：（1）接受标注任务的标注者得到的数据可以分成准确标注和噪声标注。而噪声是稀疏的，根据数据的低秩结构可以轻易的推断出真实的标注。（2）噪声标注导致的偏差可以用l2，1范数表示，而矩阵的低秩结构说明标注者之间存在潜在关系[6-10]。2LRAMO优化算法本节将众包学习看成矩阵填充问题，提出低秩近似流形优化算法（Low-RankApproximationManifoldOptimization，LRAMO）。通过黎曼优化求解矩阵填充，不仅降低了矩阵填充的时间复杂度，而且收敛速度也有所提升。构建众包学习的矩阵填充模型，将众包学习得到的数据矩阵Z，分解成低秩矩阵X即从标注数据中采样得到的标签，和噪声矩阵E，其中E是稀疏噪声。上式中‖?‖*表示核范数，是给定是正则参数。由于众包学习被形式化为低秩矩阵填充问题，由于矩阵填充求解秩函数是NP问题，因此这里用核函数最小化进行凸松弛。在模型中与标注者相关的噪声用l2，1范数刻画，最小化噪声矩阵E的l2，1范数对噪声进行约减。2.1标签矩阵的低秩问题---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---由于标注者的目的都是尽可能正确的完成任务，除去个别标注者粗心导致的错误，大部分标注者的标注习惯比较相似，因此无噪声的标注矩阵满足低秩结构。也就是说，无噪声标签的矩阵是可靠标注者，由他们得到的标签数据往...