Découvrir de nouvelles classes dans des données tabulaires - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

A Method for Discovering Novel Classes in Tabular Data

Découvrir de nouvelles classes dans des données tabulaires

Résumé

In Novel Class Discovery (NCD), the goal is to find new classes in an unlabeled set given a labeled set of known but different classes. While NCD has recently gained attention from the community, no framework has yet been proposed for heterogeneous tabular data, despite being a very common representation of data. In this paper, we propose TabularNCD, a new method for discovering novel classes in tabular data. We show a way to extract knowledge from already known classes to guide the discovery process of novel classes in the context of tabular data which contains heterogeneous variables. A part of this process is done by a new method for defining pseudo labels, and we follow recent findings in Multi-Task Learning to optimize a joint objective function. Our method demonstrates that NCD is not only applicable to images but also to heterogeneous tabular data. Extensive experiments are conducted to evaluate our method and demonstrate its effectiveness against 3 competitors on 7 diverse public classification datasets.
Dans le domaine du Novel Class Discovery (NCD), le but est de trouver de nouvelles classes dans un ensemble non étiqueté lorsqu'un ensemble étiqueté de classes connues mais différentes est disponible. Bien que le NCD ait récemment attiré l'attention de la communauté scientifique, aucune solution n'a encore été proposée pour les données tabulaires, alors qu'il s'agit d'une représentation très courante des données. Dans cet article, nous proposons une nouvelle méthode pour résoudre ce problème, dans le contexte de données tabulaires contenant des variables hétérogènes. Ce processus est en partie réalisé par une nouvelle méthode de définition de pseudo-étiquettes ainsi que par une mise en oeuvre des découvertes récentes de l'apprentissage multi-tâches pour optimiser une fonction objectif conjointe. Notre méthode démontre que le NCD n'est pas seulement applicable aux images mais aussi aux données tabulaires hétérogènes.
Fichier principal
Vignette du fichier
EGC_2023_Colin.pdf (2.98 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03978502 , version 1 (08-02-2023)

Identifiants

  • HAL Id : hal-03978502 , version 1

Citer

Colin Troisemaine, Joachim Flocon Cholet, Stéphane Gosselin, Sandrine Vaton, Alexandre Reiffers-Masson, et al.. Découvrir de nouvelles classes dans des données tabulaires. EGC 2023: Extraction et Gestion des Connaissances, Jan 2023, Lyon, France. pp.467-474. ⟨hal-03978502⟩
26 Consultations
37 Téléchargements

Partager

Gmail Facebook X LinkedIn More