结合半监督与主动学习的时间序列PU问题分类 .pdfVIP

结合半监督与主动学习的时间序列PU问题分类

陈娟;朱福喜

【摘要】Semi-supervisedlearningisoftenappliedintimeseries

classificationbasedonPUproblem,buttheboundarydataclassificationis

difficulttobeaccuratelylabeledinsemi-supervisedlearningmethod.To

resolvetheproblem,thispaperappliestheactivelearningmethodtobuild

classificationofPUproblemwithamethodnamedOAL(OnlyActive

Learning),whichappliesactivelearningtoselectpartofunlabeleddata

sample,andthenlabeledwithexpertmanually.Toselectthemost

informativedatasampletolabelbyexpert,itbuildsaseriesofclassifiersto

calculatethedifferenceofanunlabeleddatasample,andtakesthe

distributionofthesampleintoconsiderationandthenappliestheamount

ofinfor-mationinthedatasampleasadataselectionstrategyforactive

learning.AsOALcannotgetenoughlabeleddatasetwithlimittimeand

expert,itproposesawaybasedonOALwhichcombinessemi-supervised

learningandactivelearningandlabeledsamplewithhighconsistency

automaticallytoincreasetheamountoflabeleddatainthetrainingdata

andensurethequalityoftrainingdata.Experimentsshowthatthemethod

proposedcanconstructmoreaccurateclassifierscomparedtosemi

supervisedlearningforPUdataset.%目前基于PU问题的时间序列分类常采用

半监督学习对未标注数据集U中数据进行自动标注并构建分类器,但在这种方法中,

边界数据样本类别的自动标注难以保证正确性,从而导致构建分类器的效果不佳.针

对以上问题,提出一种采用主动学习对未标注数据集U中数据进行人工标注从而构

建分类器的方法OAL(OnlyActiveLearning),基于投票委员会(QBC)对标注数据集

构建多个分类器进行投票,以计算未标注数据样本的类别不一致性,并综合考虑数据

样本的分布密度,计算数据样本的信息量,作为主动学习的数据选择策略.鉴于人工标

注数据量有限,在上述OAL方法的基础上,将主动学习与半监督学习相结合,即在主

动学习迭代过程中,将类别一致性高的部分数据样本自动标注,以增加训练数据中标

注数据量,保证构建分类器的训练数据量.实验表明了该方法通过部分人工标注,相比

半监督学习,能够为PU数据集构建更高准确率的分类器.

【期刊名称】《计算机工程与应用》

【年(卷),期】2018(054)011

【总页数】6页(P116-121)

【关键词】时间序列;正例和无标记样本(PU)问题;分类;主动学习;半监督学习

【作者】陈娟;朱福喜

【作者单位】武汉大学计算机学院,武汉430072;武汉大学计算机学院,武汉

430072;汉口学院计算机科学与技术学院,武汉430212

【正文语种】中文

【中图分类】TP311.6

1引言

时间序列是一系列按时间点取得的观测值，产生于许多自然或经济生产过程，如股