Apr, 2019

用最具信息量的项集简洁地总结数据

PDF
TL;DR本文提出了一种基于最大熵模型的算法 MTV，该算法采用迭代更新的方式发现给定数据中最丰富的项目集合，从而构建出简洁但非冗余的数据摘要，并通过实验证明其有效性。
knowledge discoveryprobabilistic modelmaximum entropyitemsetsdata summarization
发现论文，激发创造
  • 基于贝叶斯网络的有趣项集模型

    通过 Bayesian 网络的生成模型和新颖的趣味度量，我们的方法能够从交易数据库中直接高效地推断出最有趣的项目集，并且在多个真实世界的数据集上取得与现有先进算法相当甚至更好的效果。

    Oct, 2015

  • 最大熵模型和主观趣味性：二元数据库中平铺的应用

    本文介绍了一种关于主观趣味测量的普遍策略，通过将先前的信息作为对数据的不确定性的概率模型的约束来表示其先前信息，从而使之有意义并实用。同时，使用 MaxEnt 模型来衡量主观趣味测量的各种措施。

    Aug, 2010

  • GIST：贪婪独立集合阈值用于多样数据摘要

    我们提出了一种新颖的子集选择任务，称为最小距离多样化数据汇总（MDDS），它在机器学习中有广泛的应用，例如数据采样和特征选择。我们介绍了 GIST 算法，它通过将一系列最大独立集问题近似为双准则贪婪算法来实现 MDDS 的 2/3 近似保证。我们还证明了对于任意 ε>0，存在一个补充的（2/3+ε）- 近似难度。最后，我们通过实证研究证明了 GIST 在合成数据上优于现有方法，并且对于一个真实的图像分类实验，GIST 用于 ImageNet 的单次子集选择也表现出色。

    May, 2024

  • 长短参半：用序列事件摘要串行情节

    本文介绍了一种针对序列数据的模式集挖掘方法，使用 MDL 原则编码序列数据，通过权重编码序列中的序列事件集以确定模式质量，通过两种算法进行模式挖掘，证明能够有效发现具有信息量的小模式集。

    Feb, 2019

  • 分区和特征分配的摘要统计

    本文提出了一种基于区块大小的统计量，并且采用基于元素的熵的定义来量化其分割信息，并且使用熵聚类算法简化和可视化信息，实验证明这种统计量在实践中非常有用，使用于各种无限混合后验及特征分配数据集。

    Oct, 2013

  • 特征选择的变分信息最大化

    用变分分布构建了一种信息理论框架，生成互信息的下界，是一种优化特征选择的方法，实验表明该方法在信息理论特征选择中表现出色。

    Jun, 2016

  • 学习解释：模型解释的信息论视角

    我们引入了实例级别特征选择作为模型解释的一种方法，基于学习一个函数来提取最具信息价值的特征集合，利用变分逼近互信息，最大化选择特征和响应变量之间的互信息，我们在各种合成和真实数据集上展示了方法的有效性，并使用定量度量和人类评估进行了验证。

    Feb, 2018

  • 通过对抗最大化互信息来学习离散结构表示

    本研究提出使用互信息优化结构化潜变量和目标变量之间的关联，通过对抗目标函数可在二进制编码上估算互信息，应用于文件哈希上表现卓越且高度压缩。

    Apr, 2020

  • 基于监督式最优输运和信息论度量的图形摘要的优势与局限性

    本研究旨在探索图形数据摘要方法实现最优输运模型，以及在受监督摘要问题中利用信息熵最大化类别标签与摘要图形间的互信息增强算法，该方法在合成和某些真实数据集上均得到了分类精度和时间性能的提高，并探讨了最优输运方法的信息单调性问题。

    May, 2023

  • 关于表示学习的互信息最大化

    本文讨论自监督学习中互信息最大化方法的局限性，并提出了在特征提取器架构和互信息估算器参数化中彰显归纳偏置的重要性，并展示了这种方法的成功与深度度量学习之间的联系。

    Jul, 2019