REPOZITORIJ > REZULTATI

Povzetek

Doktorska disertacija predstavlja novo metodo polnadzorovanega učenja, ki je zasnovana tako, da učinkovito izkorišča velike količine neoznačenih podatkov, ki jih ustvarjajo nosljive naprave med uporabo, za prilagajanje in personalizacijo modelov strojnega učenja.
Sistemi, ki uporabljajo strojno učenje, so ponavadi opremljeni z enim ali več modeli strojnega učenja. Ti so naučeni na namensko zbrani in označeni učni množici v nadzorovanem okolju. Takšni modeli lahko uspešno opravljajo svojo nalogo, če so statistične lastnosti v uporabljenem okolju stabilne. V primeru, da se statistične lastnosti podatkov pogosto spreminjajo, pa se lahko zgodi, da modeli začnejo delovati z zmanjšano točnostjo. Razlog je v vsebini učne množice, saj je skoraj nemogoče zbrati takšno učno množico, ki bi vsebovala vse možne oblike podatkov. Točnost lahko popravimo tako, da zberemo in ročno označimo nove podatke ter prilagodimo model s ponovnim učenjem na nadzorovan način. Takšen postopek je zelo dolgotrajen in drag, saj mora vse podatke označiti človek. Alternativen način je uporaba metodologije, ki zna izkoristiti neoznačene podatke, kakršni se dnevno generirajo v velikih količinah. Slednji način je cenejši, a če želimo, da bi ti podatki postali uporabni za prilagajanje in personalizacijo, jih je vendar treba nekako označiti. To lahko storimo tako, da za oznake človeka prosimo po potrebi (aktivno učenje), ali pa uporabimo metodo, ki jih zna označiti samodejno (polnadzorovano). Slednji način je tudi glavna tema doktorske disertacije, v kateri predstavimo novo metodo, ki temelji na idejah polnadzorovanih metod, imenovanih samoučeče metode (Self-training).
V samoučečih metodah na nadzorovan način naučimo en model ali ansambel modelov ter jih uporabimo za označevanje neoznačenih primerov. Vsak samo-označen primer je ovrednoten s hevristiko, ki določi, ali je primer označen z zadostnim zaupanjem in je s tem primeren za uporabo pri prilagoditvi modela. Pomanjkljivost tega pristopa je, da so kot primerni navadno določeni le tisti primeri, ki dosežejo visoko zaupanje v oznako. Uporaba samo teh primerov lahko vpliva na to, da model ni bistveno izboljšan v primerjavi z začetnim modelom, saj visoko zaupanje v oznako kaže na to, da primer že ustreza modelu. Predlagana metoda poveča možnost izboljšanja, ker pohitri prilagajanje tako, da poleg primerov z visokim zaupanjem v oznako vključi tudi tiste z večjo negotovostjo. To dosežemo tako, da hevristiko nadomestimo z modelom strojnega učenja. Vsak neoznačen primer se označi z dvema domenskima modeloma, s splošnim modelom, ki je naučen na podatkih, ki ne vsebujejo podatkov končne osebe, in s specifičnim modelom, ki je naučen na majhni količini podatkov končne osebe. Napovedi obeh modelov ovrednoti izbirni model, ki določi, kateri model bo primeru dodelil končno oznako. Vključitveni model ovrednoti samo-označeni primer in odloči, ali je ta primeren za vključitev v učno množico splošnega modela, ki ga prilagajamo.
Predlagana metoda je preizkušena in ovrednotena na treh klasifikacijskih in enem regresijskem problemu. Analizirali smo prispevek vsakega koraka metode k personalizaciji ter metodo primerjali z najbolj tipičnimi metodami polnadzorovanega učenja. Rezultati kažejo, da dosežemo uspešno personalizacijo in da je naša metoda uspešnejša glede na druge metode tudi do 10 odstotkov.