CLOVER: a faster prior-free approach to rare-category detection
CLOVER: a faster prior-free approach to rare-category detection
复制标题
CLOVER：一种更快的无先验稀有类别检测方法
DOI：
10.1007/s10115-012-0530-9
复制
发表时间：
2013-06
影响因子：
2.7
通讯作者：
Lianhang Ma
中科院分区：
文献类型：
--
作者：
Hao Huang;Qinming He;Kevin Chiew;Feng Qian;Lianhang Ma
稀有类别检测通过选择用于标记的候选数据示例来帮助在未标记的数据集中发现新的稀有类别。大多数现有的稀有类别检测方法需要有关数据集的先验信息，否则它们不适用。无先验算法试图在没有数据集先验信息的情况下解决这个问题，但其补偿是高时间复杂度，时间复杂度不低于数据集中数据样本的个数和数据集的维数。在本文中，我们提出了三叶草的先验免费算法，通过引入一种新的罕见类别的标准，称为局部变异度（LVD），它利用罕见类的特点，从其他类型的数据样本识别罕见类数据的例子，并通过这些数据的例子与最大的LVD值三叶草标记。一个显著的改进是三叶草的时间复杂度为。在真实的数据集上的大量实验结果表明，该方法在发现新的稀有类和降低时间复杂度方面是有效的。
Rare-category detection helps discover new rare classes in an unlabeled data set by selecting their candidate data examples for labeling. Most of the existing approaches for rare-category detection require prior information about the data set without which they are otherwise not applicable. The prior-free algorithms try to address this problem without prior information about the data set; though, the compensation is high time complexity, which is not lower thanwhereis the number of data examples in a data set andis the data set dimension. In this paper, we propose CLOVER a prior-free algorithm by introducing a novel rare-category criterion known as local variation degree (LVD), which utilizes the characteristics of rare classes for identifying rare-class data examples from other types of data examples and passes those data examples with maximum LVD values to CLOVER for labeling. A remarkable improvement is that CLOVER’s time complexity isfororfor. Extensive experimental results on real data sets demonstrate the effectiveness and efficiency of our method in terms of new rare classes discovery and lower time complexity.
登录
查看更多内容
影响因子：
4.8
作者：
M. Otey;A. Ghoting;S. Parthasarathy
通讯作者：
M. Otey;A. Ghoting;S. Parthasarathy
影响因子：
3.7
作者：
M. Timmerman
通讯作者：
M. Timmerman
影响因子：
4.5
作者：
D. Pelleg;A. Moore
通讯作者：
D. Pelleg;A. Moore
影响因子：
3.2
作者：
Abdi, Herve;Williams, Lynne J.
通讯作者：
Williams, Lynne J.
DOI：
10.2307/2291188
发表时间：
1988-01
期刊：
--
影响因子：
--
作者：
J. Rice
通讯作者：
J. Rice