ترجمه فارسی مقاله رتبه بندی و ترکیب نمرات پیش بینی شده ساختاری نهفته بدون داده های برچسب خورده

چکیده

Combining multiple predictors obtained from distributed data sources to an accurate meta-learner is promising to achieve enhanced performance in lots of prediction problems. As the accuracy of each predictor is usually unknown, integrating the predictors to achieve better performance is challenging. Conventional ensemble learning methods assess the accuracy of predictors based on extensive labeled data. In practical applications, however, the acquisition of such labeled data can prove to be an arduous task. Furthermore, the predictors under consideration may exhibit high degrees of correlation, particularly when similar data sources or machine learning algorithms were employed during their model training. In response to these challenges, this paper introduces a novel structured unsupervised ensemble learning model (SUEL) to exploit the dependency between a set of predictors with continuous predictive scores, rank the predictors without labeled data and combine them to an ensembled score with weights. Two novel correlation-based decomposition algorithms are further proposed to estimate the SUEL model, constrained quadratic optimization (SUEL.CQO) and matrix-factorization-based (SUEL.MF) approaches. The efficacy of the proposed methods is rigorously assessed through both simulation studies and real-world application of risk genes discovery. The results compellingly demonstrate that the proposed methods can efficiently integrate the dependent predictors to an ensemble model without the need of ground truth data.

چکیده به فارسی (ترجمه ماشینی)

ترکیب چندین پیش بینی کننده به دست آمده از منابع داده توزیع شده به یک یادگیری دقیق متا امیدوار است که در بسیاری از مشکلات پیش بینی به عملکرد پیشرفته برسد.از آنجا که دقت هر پیش بینی کننده معمولاً ناشناخته است ، ادغام پیش بینی کننده ها برای دستیابی به عملکرد بهتر چالش برانگیز است.روشهای یادگیری گروه متعارف ، صحت پیش بینی کننده ها را بر اساس داده های دارای برچسب گسترده ارزیابی می کنند.با این حال ، در برنامه های عملی ، دستیابی به چنین داده های دارای برچسب می تواند یک کار دشوار باشد.علاوه بر این ، پیش بینی کننده های مورد نظر ممکن است درجات بالایی از همبستگی داشته باشند ، به ویژه هنگامی که منابع داده مشابه یا الگوریتم های یادگیری ماشین در طول آموزش مدل خود استفاده می شوند.در پاسخ به این چالش ها ، این مقاله یک مدل جدید یادگیری گروه بدون نظارت (SUEL) را برای بهره برداری از وابستگی بین مجموعه ای از پیش بینی کننده ها با نمرات پیش بینی کننده مداوم معرفی می کند ، پیش بینی کننده ها را بدون داده های دارای برچسب رتبه بندی می کند و آنها را با نمره گروهی با وزنه ها ترکیب می کند.دو الگوریتم تجزیه مبتنی بر همبستگی جدید برای برآورد مدل SUEL ​​، بهینه سازی درجه دوم محدود (Suel.CQO) و مبتنی بر عامل ماتریس (Suel.MF) پیشنهاد شده است.اثربخشی روشهای پیشنهادی به طور دقیق از طریق مطالعات شبیه سازی و کاربرد دنیای واقعی کشف ژن های خطر ارزیابی می شود.نتایج به طرز عجیبی نشان می دهد که روشهای پیشنهادی می توانند پیش بینی کننده های وابسته را به یک مدل گروه بدون نیاز به داده های حقیقت زمین ادغام کنند.