一种用于流形上快速且离群点感知的代表性样本选择的多准则方法
机器学习
2020-03-16 v1 信号处理
机器学习
摘要
代表性选择问题旨在从大型数据集中采样少量信息丰富的样本。本文提出 MOSAIC，一种针对可能呈现非线性结构的高维数据的新型代表性选择方法。基于一种新颖的二次型公式，我们的方法提出了一种多准则选择方法，最大化采样子集的全局表示能力，确保多样性，并通过有效检测离群点来拒绝破坏性信息。通过理论分析，我们刻画了所得草图，并揭示所采样的代表性样本在变换空间中最大化了定义良好的数据覆盖概念。此外，我们提出了所提算法高度可扩展的随机化实现，其带来了显著的加速。通过在真实与合成数据上开展并与最先进算法比较的广泛实验，证明了 MOSAIC 在一次性实现代表性子集所需特性同时对各类离群点表现出显著鲁棒性方面的优越性。
引用
@article{arxiv.2003.05989,
title = {A Multi-criteria Approach for Fast and Outlier-aware Representative Selection from Manifolds},
author = {Mahlagha Sedghi and George Atia and Michael Georgiopoulos},
journal= {arXiv preprint arXiv:2003.05989},
year = {2020}
}