基于生成模型的高维异构多模态数据融合
机器学习
2021-10-04 v2 机器学习
摘要
常用的潜空间嵌入技术，如主成分分析、因子分析和流形学习技术，通常用于学习同构数据的有效表示。然而，它们不易扩展到由数值与类别变量组合而成的异构数据，例如由关联 GPS 与文本数据所产生者。本文关注以无监督方式从高维异构数据中学习概率生成模型。所学生成模型提供捕获数据多维共有因子的潜统一表示，从而能够融合多模态数据以用于各类机器学习任务。遵循贝叶斯方法，我们提出一个通用框架，通过指数族分布的自然参数化来组合异质数据类型。为使模型推断扩展到具有数千特征的数百万实例，我们对涉及非线性链接函数的后验计算使用 Laplace-Bernstein 近似。针对常见的实值（高斯）与类别（多项）特征异构数据集，我们详述了所提算法。在 two 个高维异构数据集（NYC Taxi 与 MovieLens-10M）上的实验证明了所提算法在异常检测、数据填补和推荐系统等不同机器学习任务上的可扩展性与竞争性性能。
引用
@article{arxiv.2108.12445,
title = {Multimodal Data Fusion in High-Dimensional Heterogeneous Datasets via Generative Models},
author = {Yasin Yilmaz and Mehmet Aktukmak and Alfred O. Hero},
journal= {arXiv preprint arXiv:2108.12445},
year = {2021}
}
备注
IEEE Transactions on Signal Processing (2021)