在表格数据中发现新类
机器学习
2022-11-30 v1
摘要
在 Novel Class Discovery (NCD) 中，目标是在给定一组已知但不同类别的标注集合的情况下，在未标注集合中发现新类。尽管 NCD 最近引起了社区的注意，但尽管异构表格数据是一种非常常见的数据表示，目前尚未有针对它的框架被提出。在本文中，我们提出了 TabularNCD，一种在表格数据中发现新类的新方法。我们展示了一种从已知类中提取知识以在包含异构变量的表格数据中指导新类发现过程的方法。该过程的一部分由一种定义伪标签的新方法完成，并且我们遵循多任务学习的最新发现来优化联合目标函数。我们的方法表明，NCD 不仅适用于图像，也适用于异构表格数据。
引用
@article{arxiv.2211.16352,
title = {D\'ecouvrir de nouvelles classes dans des donn\'ees tabulaires},
author = {Colin Troisemaine and Joachim Flocon-Cholet and Stéphane Gosselin and Sandrine Vaton and Alexandre Reiffers-Masson and Vincent Lemaire},
journal= {arXiv preprint arXiv:2211.16352},
year = {2022}
}
备注
8 pages, in french