داده رایگان، برچسب گران: چه زمانی داده بدون برچسب به طبقهبندی سریهای زمانی کمک میکند؟
داده رایگان، برچسب گران: چه زمانی داده بدون برچسب به طبقهبندی سریهای زمانی کمک میکند؟
رهام مرشد1
1) دانشجوی کارشناسی ارشد هوش مصنوعی دانشگاه آزاد شیراز
کد IOI مقاله
:
AAHD-ABKKED
محل انتشار :
کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
برچسبگذاری سریهای زمانی پرهزینه است، زیرا هر پنجره سیگنال به قضاوت یک متخصص نیاز دارد؛ در مقابل، داده بدون برچسب عملا رایگان است چون حسگرها پیوسته کار میکنند. با این حال، خط لوله متعارف طبقهبندی سری زمانی که بر کرنلهای کانولوشن تصادفی استوار است کاملا نظارتشده است و داده بدون برچسب را کنار میگذارد. هدف پژوهش حاضر، تعیین دقیق آن بود که داده بدون برچسب در کجای این خط لوله ارزش دارد، چه زمانی کمک میکند و آیا میتوان پیش از صرف هزینه سودمندی آن را پیشبینی کرد. روش پژوهش یک مطالعه تجربی کامل عاملی بر 40 مجموعه داده از آرشیو استاندارد UCR، پنج بودجه برچسب، ده بذر تصادفی و هشت روش همبذرشده بود که 2000 سلول آزمایشی و 16000 سطر نتیجه تولید کرد؛ افزون بر آن 3150 سلول تحلیل حساسیت و 600 سلول مقایسه با شبکه عمیق بدون هیچ شکستی اجرا شد و صحت پیادهسازی با 129 آزمون درستی تأیید گردید. یافته نخست آن است که ارزش داده بدون برچسب تقریبا بهطور کامل در برچسبهای تخمینی نهفته است و نه در ویژگیها: سهم ویژگی 0.01 واحد دقت و در هیچ بودجهای معنادار نیست، حال آنکه سهم برچسبگذاری تخمینی 1.17 واحد و در هر پنج بودجه مثبت است. یافته دوم، آمارهای بدون برچسب است که سود نهایی را با ضریب همبستگی تا 0.45 پیشبینی میکند؛ جهت این رابطه وارونه شهود رایج است و از اثر سقف تفکیک شده است. یافته سوم، سازوکار ایمنی پیشنهادی است که نرخ پسرفت را از 30.6 به 9.9 درصد و بدترین زیان تکسلولی را از 35.5 به 18.0 واحد دقت کاهش میدهد. سرانجام، خانواده کرنلهای تصادفی با 39 برابر محاسبات کمتر، 6.46 واحد دقت بالاتر از شبکه عمیق قرار میگیرد.
کلمات کلیدی : طبقهبندی سریهای زمانی یادگیری نیمهنظارتی کرنلهای کانولوشن تصادفی کمبود برچسب کنترل ریسک