داده رایگان برچسب: گران چه زمانی داده بدون برچسب به طبقه بندی سری های زمانی کمک می کند؟

برچسب گذاری سری های زمانی پرهزینه است زیرا هر پنجره سیگنال به قضاوت یک متخصص نیاز دارد؛ در مقابل، داده بدون برچسب عملا رایگان است چون حسگرها پیوسته کار می کنند. با این حال خط لوله متعارف طبقه بندی سری زمانی که بر کرنل های کانولوشن تصادفی استوار است کاملا نظارت شده است و داده بدون برچسب را کنار می گذارد. هدف پژوهش حاضر تعیین دقیق آن بود که داده بدون برچسب در کجای این خط لوله ارزش دارد چه زمانی کمک می کند و آیا می توان پیش از صرف هزینه سودمندی آن را پیش بینی کرد. روش پژوهش یک مطالعه تجربی کامل عاملی بر مجموعه داده از آرشیو استاندارد UCR پنج، بودجه برچسب ده، بذر تصادفی و هشت روش هم بذر شده بود که ۲۰۰۰ سلول آزمایشی و ۱۶۰۰۰ سطر نتیجه تولید کرد؛ افزون بر آن ۳۱۵۰ سلول تحلیل حساسیت و ۶۰۰ سلول مقایسه با شبکه عمیق بدون هیچ شکستی اجرا شد و صحت پیاده سازی با ۱۲۹ آزمون درستی تایید گردید. یافته نخست آن است که ارزش داده بدون برچسب تقریبا به طور کامل در برچسب های تخمینی نهفته است و نه در ویژگی ها: سهم ویژگی ۱... واحد دقت درصد نقطه ای و در هیچ بودجه ای معنادار نیست حال آنکه سهم برچسب گذاری تخمینی ۱.۱۷ واحد و در هر پنج بودجه مثبت است. یافته دوم آمارهای بدون برچسب است که سود نهایی را با ضریب همبستگی تا ۰.۴۵ پیش بینی می کند؛ جهت این رابطه وارونه شهود رایج است و از اثر سقف تفکیک شده است. یافته سوم سازوکار ایمنی پیشنهادی است که نرخ پسرفت را از ۳۰.۶ به ۹.۹ درصد و بدترین زیان تک سلولی را از ۳۵.۵ به ۱۸۰۰ واحد دقت کاهش می دهد. سرانجام خانواده کرنل های تصادفی با ۳۹ برابر محاسبات، کمتر ۶.۴۶ واحد دقت بالاتر از شبکه عمیق قرار می گیرد.

کلیدواژه ها:

طبقه بندی سری های زمانی ، یادگیری نیمه نظارتی ، کرنل های کانولوشن تصادفی ، کمبود برچسب ، کنترل ریسک