面向众包的可扩展变分高斯过程：LIGO 中的故障探测

近年来，众包正在改变分类训练集的获取方式。众包不再依赖单一专家标注者，而是将标注工作分配给大量协作者共同完成。例如，这一方法正被应用于获奖的激光干涉引力波天文台（LIGO）所获取的数据，以探测可能妨碍真实引力波识别的故障（glitch）。众包场景带来了新的严峻挑战，因为它涉及来自专业程度未知的异质标注者群体的不同意见。概率方法，如高斯过程（GP），已证明能成功建模这一设定。然而，GP 难以扩展到大型数据集，这阻碍了它们在真实实践（尤其是 LIGO）中的广泛应用。这导致了近期基于深度学习的众包方法的提出，并已成为当前最优（state-of-the-art）。然而，GP 精确的 uncertainty quantification（不确定性量化）在一定程度上被牺牲了。这对 LIGO 中的天体物理学家而言是一个重要方面，因为故障探测系统应提供非常精确预测概率分布。在本工作中，我们利用最流行的稀疏 GP 近似，开发了一种基于新颖 GP 的众包方法，可分解为 mini-batch（小批量）。这使其能处理先前难以承受的数据集。我们将该方法称为面向众包的可扩展变分高斯过程（SVGPCR），它将基于 GP 的方法重新带回当前最优水平，并在不确定性量化方面表现出色。当应用于 LIGO 数据时，SVGPCR 被证明优于基于深度学习的方法和先前的概率方法。此外，我们基于 MNIST 数据集在一个受控实验中仔细分析了其行为与主要性质。