{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,9,8]]，“日期时间”：“2024-09-08T19:32:25Z”，“时间戳”：1725823945580}，“引用-计数”：0，“发布者”：“人工智能发展协会（AAAI）”，“问题”：“01”，“许可证”：[{“开始”:{“日期部分“：[2019,7,17]]，“日期-时间”：“2019-07-17T00:00:00Z”，“timestamp”：1563321600000}，“content-version”：“unspecified”，“delay-in-days”：0，“URL”：“https:\\/www.aaai.org”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，”short-container-title“：[”aaai“]，“abstract”：“多标签学习（MLL）旨在从训练数据中学习，其中每个示例由单个实例表示，同时与一组候选标签关联。大多数现有的MLL方法通常用于处理缺少标签的问题。然而，在许多实际场景中，多标签数据的标签信息总是冗余的，这是经典MLL方法无法解决的，因此提出了一种新的部分多标签学习（PML）框架来解决这一问题，即从多标签集中去除噪声标签。为了进一步提高PML框架的去噪能力，本文利用低秩稀疏分解方案，提出了一种新的基于低秩和稀疏分解的部分多标签学习（PML-LRS）方法。具体来说，我们首先将观察到的标签集重新构造为标签矩阵，然后将其分解为基础真值标签矩阵和无关标签矩阵，其中前者被约束为低秩，后者被假定为稀疏。接下来，我们利用特征映射矩阵来探索标签相关性，同时将特征映射矩阵约束为低秩，以防止该方法过度拟合。最后，我们通过最小化标签损失来获得基本事实标签，其中引入了增强拉格朗日乘子（ALM）算法来解决优化问题。大量实验结果表明，PML-LRS相对于其他最先进的方法，可以实现优越或具有竞争力的性能<\/jats:p>“，”DOI“：”10.1609\/aaai.v33i01.33015016“，”type“：”journal-article“，”created“：{”date-parts“：[[2019,9,1]]，”date-time“：”2019-09-01T07:34:23Z“，”timestamp“：1567323263000}，”page“：“5016-5023”，“source”：“Crossref”，“is-referenced-by-count”：56，“title”：[“Low-Rank and Sparse Decomposition的部分多标签学习”]，“prefix”：“10.1609”，“volume”：“33”，“作者“：[{”给定“：”丽娟“，”家庭“：”孙“，”序列“：”第一“，”从属“：[]}，{”给出“：”松和“，”家族“：”冯“，“序列”：”附加“，”隶属“：[]}，，{“给定”：“道”，“家庭”：“王”，“序列“：给定“：”易“，”家“：”金“，”序列“：”additional“，”affiliation“：[]}]，”member“：”9382“，”published-on-line“：{”date-parts“：[[2019,7,17]]}，”container-title“：[”AAAI人工智能会议记录“]，”original-title”：[]，“link”：[{“URL”：“https:\/\/ojs.AAAI.org\/index.php\/AAAAI\/article\/download\/4433\/4311”，“content-type”：“application\/pdf”，“content-version”“：”vor“，”intended-application“：”text-mining“}，{”URL“：”https:\/\/ojs.aaai.org\/index.php\/aaai\/article\/download\/4433\/4311“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2022,11,7]]，“date-time”：“2022-11-07T06:44Z”，“timestamp”：166780378000}，“分数”：1，“资源”：{primary“：{”URL“：”https:\/\/ojs.aaai.org\/index.php\/aaai\/article\/view\/4433“}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{date-parts”：[[2019,7,17]]}，“references-count”：0，“journal-issue”：{“issue”：“01”，“published-on-line”：{“date-part”：[2019,7,23]}}、“URL”：“http:\”\\/dx.doi.org\\10.1609\/aaai.v33i01.33015016“，”关系“：{}，”ISSN“：[”2374-3468“，”2159-5399“]，“issn-type”：[{“value”：“2374-3468”，“type”:“electronic”}，{“value”：“2159-539”，“type”：“print”}]，“subject”：[]，“published”：{“date-parts”：[[2019,7,17]}}}