復(fù)雜場景下的多視圖學(xué)習(xí)方法研究.pdf

1、多視圖學(xué)習(xí)是指針對(duì)有多個(gè)特征表示數(shù)據(jù)的智能學(xué)習(xí)方式。在過去的十幾年中，多視圖學(xué)習(xí)受到了極大關(guān)注并且有許多理論成果和實(shí)際應(yīng)用算法。但是到現(xiàn)在為止，大部分相關(guān)工作都集中在傳統(tǒng)的多視圖分類、聚類和降維任務(wù)，并且只能被應(yīng)用到全配對(duì)場景。然而現(xiàn)實(shí)應(yīng)用持續(xù)引出新的復(fù)雜學(xué)習(xí)場景。比如，多視圖分類和檢索任務(wù)有時(shí)依賴于合適的度量，因而需要解決多視圖度量學(xué)習(xí)的任務(wù)。另外在有些嚴(yán)苛的場景中，多視圖數(shù)據(jù)在收集和傳輸過程中會(huì)由于設(shè)備故障、惡意攻擊和應(yīng)用場景限制等

2、原因不能保證是完全配對(duì)的。因此，如何設(shè)計(jì)適用于該場景的多視圖學(xué)習(xí)算法也是本文所主要考慮的問題。而且，將多視圖學(xué)習(xí)的方法移植到單視圖學(xué)習(xí)中也能夠提升單視圖學(xué)習(xí)的性能。本文主要貢獻(xiàn)總結(jié)如下，1)提出一個(gè)co-training風(fēng)格的多視圖度量學(xué)習(xí)算法co-metric。該算法受co-training的學(xué)習(xí)思想啟發(fā)，為每個(gè)視圖學(xué)習(xí)一個(gè)度量，并且通過使它們互相教的方式來提升它們的性能。而且，它能利用現(xiàn)有的單視圖學(xué)習(xí)算法，因而實(shí)現(xiàn)十分簡單。該算法的

3、關(guān)鍵步驟是用學(xué)到的度量來挑選出可靠標(biāo)號(hào)的樣本。為此，我們設(shè)計(jì)了一個(gè)簡單有效的方法:將K近鄰算法的參數(shù)K設(shè)置為一個(gè)較大的正數(shù)。實(shí)驗(yàn)表明了該算法的有效性。
　　2)提出一個(gè)通過同時(shí)對(duì)齊先驗(yàn)和后驗(yàn)概率學(xué)習(xí)在完全無配對(duì)場景下的跨視圖度量的模型MLHD。該模型首先將每個(gè)視圖的樣本映射到一個(gè)公共空間中，然后同時(shí)對(duì)齊它們的先驗(yàn)概率p(sample)和后驗(yàn)概率p(label|sample)。通過調(diào)整和變量替換，該模型能夠只用一個(gè)半正定矩陣來重新參

4、數(shù)化。通過引入一個(gè)對(duì)數(shù)行列式函數(shù)來正則化該矩陣參數(shù)，MLHD模型能夠用Bregman投影算法來優(yōu)化，并且能夠自動(dòng)保持矩陣的半正定性。之后，我們證明該模型有一個(gè)等價(jià)的只依賴于樣本內(nèi)積的優(yōu)化問題，因而能夠被方便地核化。實(shí)驗(yàn)證明，該模型在跨語言檢索和跨域的目標(biāo)識(shí)別任務(wù)中有良好的表現(xiàn)。
　　3)介紹了一種新的輔助信息，即跨視圖的must-link和cannot-link，并且將其應(yīng)用到完全無配對(duì)場景下的多視圖分類任務(wù)中。這種新的輔助信息是

5、廣泛使用的單視圖must-link和cannot-link的一個(gè)自然推廣，指示了在不同視圖中的兩個(gè)樣本是否有相同的標(biāo)號(hào)。我們改造了經(jīng)典的正則化模型，通過添加跨視圖的must-link和cannot-link正則化項(xiàng)來將該輔助信息應(yīng)用到完全無配對(duì)場景下的多視圖分類任務(wù)中。實(shí)驗(yàn)證實(shí)了該輔助信息的有效性。
　　4)提出了一個(gè)在單視圖數(shù)據(jù)上通過構(gòu)造一個(gè)新的數(shù)據(jù)聚類視圖來同時(shí)學(xué)習(xí)分類和聚類的模型。該模型利用數(shù)據(jù)聚類視圖來結(jié)合分類和聚類任務(wù)，