Core Concepts
이상치에 강건한 capped lp-norm 손실 함수를 이용한 새로운 순서 회귀 모델 CSVOR을 제안한다. CSVOR은 이상치를 효과적으로 제거하여 모델 성능을 향상시킨다.
Abstract
이 논문에서는 이상치에 강건한 새로운 순서 회귀 모델인 CSVOR을 제안한다. 기존의 순서 회귀 모델인 SVOREX는 이상치에 취약한 문제가 있다. 이를 해결하기 위해 CSVOR은 capped lp-norm 손실 함수를 사용하여 이상치의 영향을 줄인다.
capped lp-norm 손실 함수는 이상치에 강건하며, 이상치를 효과적으로 제거할 수 있다. 또한 가중치 행렬 D를 사용하여 이상치를 암묵적으로 제거하여 이상치의 영향을 줄인다.
최적화 문제를 효과적으로 해결하기 위해 Re-Weighted 알고리즘을 제안하였으며, 이 알고리즘의 수렴성을 이론적으로 보장하였다.
실험 결과, CSVOR은 합성 데이터와 벤치마크 데이터에서 기존 방법들에 비해 우수한 성능을 보였으며, 특히 이상치가 존재하는 경우에 강건한 성능을 보였다.
Stats
이상치가 많을수록 SVOREX와 SVORIM의 성능이 크게 저하되지만, CSVOR은 성능 저하가 작다.
이상치 비율이 20%일 때 CSVOR의 MZE는 0.367로 가장 낮다.
Quotes
"capped lp-norm 손실 함수는 이상치에 강건하며, 이상치를 효과적으로 제거할 수 있다."
"가중치 행렬 D를 사용하여 이상치를 암묵적으로 제거하여 이상치의 영향을 줄인다."