基于矩阵填充的众包学习模型研究

• 作者: 刘天时 吴琼
• 来源期刊: 软件
• 学科: 工学
• 关键词: 低秩近似 矩阵填充 众包学习
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 159-161
• 页数: 3页
• 分类号: TP311.13
• 字数: 2062字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2019.04.034

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘天时	西安石油大学计算机学院	100	548	13.0	18.0
2	吴琼	西安石油大学计算机学院	8	15	3.0	3.0