Aprendizado de Conceitos Multi-Visual para Representação de Dados

Conjuntos de dados do mundo real frequentemente envolvem múltiplas visões de itens de dados, por exemplo, uma página da Web pode ser descrita tanto por seu conteúdo quanto pelos textos âncora dos hyperlinks que levam a ela; fotos no Flickr podem ser caracterizadas por características visuais, assim como tags contribuídas por usuários. Diferentes visões fornecem informações complementares umas às outras. Sintetizar características multi-visuais pode levar a uma descrição abrangente dos itens de dados, o que poderia beneficiar muitas aplicações de análise de dados. Infelizmente, a simples ideia de concatenar diferentes vetores de características ignora as propriedades estatísticas de cada visão e geralmente incorre no problema da “maldição da dimensionalidade”. Propomos o Aprendizado de Conceitos Multi-Visuais (MCL), um novo algoritmo de aprendizado de representação latente não negativa para capturar fatores conceituais a partir de dados multi-visuais. O MCL explora tanto informações multi-visuais quanto informações de rótulo. A ideia principal é aprender um espaço latente comum entre diferentes visões que (1) captura as relações semânticas entre itens de dados através da regularização de incorporação de gráficos em itens rotulados, e (2) permite que cada fator latente seja associado a um subconjunto de visões via restrições de esparsidade. Dessa forma, o MCL pode capturar padrões conceituais flexíveis ocultos em características multi-visuais. Experimentos em um problema didático e três conjuntos de dados do mundo real mostram que o MCL tem um bom desempenho e supera métodos de referência.