模型空间中基于顺序 Dirichlet 过程混合的实验检索
机器学习
2014-03-10 v2 信息检索
应用统计
摘要
针对给定查询实验检索相关实验的问题，本文受分子生物学及其他实验科学中公共数据集数据库的启发，并考虑到科学家需要在实际测量数据层面关联早期工作的需求，对此进行了探讨。由于实验 inherently 具有噪声且数据库不断累积，我们认为检索引擎应具备两个特定特征。首先，它应比较从实验中学习到的模型而非原始测量数据本身：这允许结合特定于实验的先验知识以抑制噪声效应并聚焦于关键信息。其次，它应能根据新发布的实验进行顺序更新，而无需显式存储测量数据或模型，这对于节省存储空间和保护数据隐私至关重要：这促进了终身学习。我们将检索表述为一个“超建模”问题，即顺序学习一组后验分布的模型（表示为 MCMC 样本集），并建议为此使用基于粒子学习的顺序 Dirichlet 过程混合（DPM）。检索的相关性度量是通过混合表示从超模型中导出的。我们在模拟数据和分子生物学实验上展示了所提检索方法的性能。
引用
@article{arxiv.1310.2125,
title = {Retrieval of Experiments with Sequential Dirichlet Process Mixtures in Model Space},
author = {Ritabrata Dutta and Sohan Seth and Samuel Kaski},
journal= {arXiv preprint arXiv:1310.2125},
year = {2014}
}