标签：io ar 使用 sp for on 2014 art 问题
马上就进入2014年的最后一个月了，往年的这个时候已经穿羽绒服了，可是现在深圳完全察觉不到季节的变化。回首今年，从年初，也就是研一下学期开始，由于所有课都上完了，于是就专心开始看文章。
正式开始看文章差不多是2014年3、4月份的时候。刚开始我打算找一篇满足如下两个条件的文章：第一，要比较火一点的，因为这样的话，相关的研究应该比较充分，这样的话能找到的资料也就丰富一些，上手就容易一些；第二是最好要与我之前学过的东西搭上边。于是我就在IEEE transaction on Signal Processing上找到了这篇“Bayesian Compressive Sensing”，它是IEEE transaction on Signal Processing的favorite article，2008年发表的。这篇文章提到了CS，不过后来我发现，这篇文章的方法似乎仅仅是用了CS的结论：“在某些特殊情况下模0解等价与模1解”。然后整片文章就开始专注如何求模1解，也就是说这篇文章其实和CS理论没有太大关系。这篇文章使用层级先验的方法，不断的给变量加上先验，然后用EM算法求解。
当我差不多看了几天这篇文章后，我发现这篇文章几乎就是另一片文章的翻版：“Sparse Bayesian Learning and the Relevance Vector Machine”，这是Michael Tipping在2001年写的文章。到这里我就了解到了一个叫RVM的东西了。从它的名字来看，似乎和著名的SVM有不少渊源，于是我就开始看Tipping的这篇文章了(关于SVM，我以前纠结过很久它的那个Mercer定理，还写过一篇博客作为学习记录)。刚开始拿到Tipping这篇文章的时候，一共30多页！这对于一个刚开始看文章的学术小白而言，简直可以成为恐怖！这比我以前做过的最长的英文阅读不知道还要长多少倍。不过畏惧归畏惧，该看的还是要看，硬着头皮，我看的第一篇比较长的英文文献就这么看下来了。其实现在想想，几十页的英文文献也不算什么，因为英文科技文献的用词和语法结构相对简单，不像GRE那种，一句话看10遍都看不懂的。。。而且外国人写东西本来就比较啰嗦，不像有一些中国的教材，几乎就是引理定理的堆砌。我记得我本科的信息论教材，就100来页，从信源编码到信道编码各种知识全部都堆在上面了，整本书全部是定义、定理、公式，都很少看到例题，大段不带公式的文字几乎绝迹，更没有讲解啊什么的了，简直恐怖至极！然而，国外的很多教材虽然非常厚，但是很多地方都是大段的讲解，像是在听作者讲话一样，信息量的密度低很多，这样的安排就不会让读者有一种喘不过气的感觉。
言归正传，下面总结一下我对RVM的理解。我的理解应该还是有待深入的，希望读者们自己判断啦。RVM，用最简单粗暴话概括，就是“sparser than sparser”(比稀疏更稀疏 = =||)，这个潜在的比较对象当然就是SVM啦。RVM主要用于回归，也可以用于分类，用于回归的主要模型是$$t_n = y(x_n;\omega)+\epsilon_n$$，其中$\{x_n,t_n\}$是input-target pairs, $\omega$是回归系数，它的分量会很稀疏，$\epsilon_n$是误差，这个模型中假定它是0均值的高斯分布：$\epsilon_n \sim N(0,\sigma^2)$。而$y(x_n;\omega) = \sum_{i}\sum_{j}k(x_i,x_j)\omega_j$，这里不像SVM一样要求$k(\cdot,\cdot)$是正定核，因为它不要求$k(x_i,x_j)$一定可以表示成$(\Phi(x_i), \Phi(x_j))$，这一点就放宽了RVM中的核函数的选择范围，从而使得提取特征更加灵活，这是第一个优于SVM的地方，后面还有几个优于SVM的地方：比SVM更加稀疏，这是第二个优于SVM的地方；能给出回归值的置信度，这个第三个优于SVM的地方。通过给回归系数$\omega$加上Student’s t-distribution，可以使得$\omega$的各个分量，以更大的概率，等于0。我们知道：“Studuent’s t-distribution is obtained by placing a conjugate gamma prior over the precision of a univariate Gaussian distribution and then integrating out the precision variable, and it can therefore be viewed as an infinite mixture of Gaussian having the same mean but different variances”，RVM在具体实施这个学生分布的时候，不是直接给$\omega$加上学生分布，而是通过层级先验的方法，先给$\omega$加上高斯分布, with prior $\alpha$：$$p(\omega|\alpha) = N(\omega|0,\alpha^{-1})$$，然后再给这个$\alpha$加上Gamma分布：$p(\alpha) = \Gamma(\alpha;a,b)$，其中$a,b$为参数，它们就不再具有先验了，在RVM中它们一般取固定值$10^{-4}$。到了这里我们发现$\alpha$的作用不就是相当于隐变量吗，所以用EM算法来求解$\omega$应该是个不错的选择。所以我就去看了EM算法。
但是，我们回过头来看这个模型，它其实并不等价与给系数$\omega$加上$\|\|_1$模，而真正等价与加上$\|\|_1$模的应该是Laplace先验：$$p(\omega;\lambda) = \left( \frac{\lambda}{2} \right)^N \exp\left( -\lambda \sum_{i}^{N}|\omega_i| \right)$$，其中$N$是系数$\omega$的分量个数。RVM里面为啥不直接用Laplace先验而要用Student先验呢？因为Laplace先验和$\epsilon_n$的高斯先验不共轭嘛。可是后来我又找到了这篇文章：“Bayesian Compressive Sensing Using Laplace Priors”，2010年发表在IEEE Transaction on Image Processing上的文章。本文作者通过将Laplace先验转化成层级先验，解决了与$\epsilon_n$的高斯先验不共轭的问题。在这个层级先验中，第一层是一个高斯先验：$$p(\omega|\gamma) = \prod_{i=1}^{N}N(\omega_i|0,\gamma_i)$$，其中$\gamma$可以理解为中间变量，也可以理解为隐变量。第二层是一个符合指数分布的先验$$p(\gamma_i|\lambda) = \frac{\lambda}{2} \exp \left( -\frac{\lambda\gamma_i }{2} \right), ~\gamma_i \geq 0,~\lambda\geq 0$$。这两个层级先验一求个marginal，就可以算出$\omega$是参数为$\lambda$的Laplace分布了。另外，$\lambda$还加上了一个分布，这里略过不写了。这篇使用Laplace先验的文章公式特别多，我的问题是：这些公式我都看懂了，也能自己推倒了，可是我还是不明白它干嘛要加这么多的层级先验呢？到底有什么作用，难道先验加的越多效果就越好吗？不一定吧。我想我应该没有理解到这篇文章的精髓吧，也就是有可能没看懂。
以上的这些方法都用到了EM算法，于是我去学习了EM算法。期间，我还穿插学了其他一些东西：我看了Andrew Ng的那个Stanford的机器学习的公开课；买了一本《Machine Learning in Action》，把书上的算法都自己写了一遍。看了以上这些东西后，已经6月份了。然后我就开始全身心投入GRE的复习中了，一直到8月中旬。
然后，研二的生活开始了。不变的是周围的环境，变化的是更加想要出结果的心态。唉。。。GRE过后，我又看了一篇文章：“Nonparametric Bayesian Dictionary Learning for Analysis of Noisy and Incomplete Images”，2012年的文章(其实我不是那么多天就看这一篇，而是还看了许多其他的paper，只是说这一篇是最主要的)。这一篇也是类似的去噪模型：$$t_n = \boldsymbol{D}\omega_n + \epsilon_n$$，其中$\epsilon_n$零均值高斯。它与RVM系列不同地方是在$\omega$的建模上，它给$\omega$建了这样的模型：$$\omega_n = z_n \odot s_n$$，其中$s_n \sim N(0,\sigma_s^2)$，而$z_n \sim \textrm{Bernoulli} (\boldsymbol{\pi}),~\boldsymbol{\pi} \sim \textrm{DP}(\alpha G_0)$，其中$\textrm{DP} (\alpha G_0)$是Dirichlet Process的一个采样(Dirichlet Process被称为分布上的分布，它的每一个采样都是一个分布)。这个模型这么复杂了，那怎么求解它呢？作者用的方法是Gibbs Sampling。于是我又懂了一点Gibbs Sampling的知识。由于是采用Gibbs Sampling，所以没有太多的求解算法。这个paper的Matlab在作者的website上找得到，我也照着它的code自己把这些code写了一遍。然后我又碰到了老问题：我依然不知道怎么去改进他的方法，所以看了之后依然没有结果。
然后就是Fetal ECG了，这个其实比较简单，也和前面的东西没有关联，今后可能也不打算再看这方面的东西。
自己总结一下自己的问题，就是不断的在改变的学习的点，不停的在变，虽然是学到一些东西，但是没有在这个不停学习的过程中形成自己的突破点，没有自己的研究方向。这是我的大问题！我很想确定一个自己的方向，然后就一直做直到做出一些成果出来。这里面还有一个问题需要说明，就是我为什么不自己给自己强行确定一个方向然后就坚持做下去呢？因为每当我把一个方向大致看懂之后，我就找不到突破口了。比如说RVM那个方面，“Bayesian Compressive Sensing”用RVM来做了信号去噪，我发现不了他的方法里面有哪些可以提高的地方，找来找去都找不到，于是只好换一个方向继续学习了。
到了IRACE这边后，杨老师给我布置了一些作业，这些作业里有关于EM算法的题目。通过做这些作业，我立刻感到对EM算法的理解加深了不少。看来我的问题就是：以前只是一味的去学习知识，而没有及时的运用知识，所以对知识的掌握都很皮毛。以前没有做这些关于EM算法的习题的时候，我也知道EM算法的具体步骤，但就是因为没有在实战中运用过EM算法，所以一直不能很感性的去认识它。通过做这些作业，这些作业也算是一种实战嘛，我确实对EM算法有了一些感觉了。EM算法，是通过不停的求得更好的中间变量，使得模型里面的待求解参数在这些更好的中间变量的帮助下，得到更好的参数值，然后更好的参数值又导致下一波更好的中间变量。通过这样反复的迭代，直到参数的最优解。而在这个过程中，这些中间变量，也就是隐变量，起着指导的作用。什么样的问题可以转化为EM算法可以解决的样子呢？只要这个问题可以被看作是由一个不显现出来的变量所导致的，那么几乎都可以通过EM算法有效的求解出来。
标签：io ar 使用 sp for on 2014 art 问题
原文地址：http://www.cnblogs.com/mashiqi/p/4133519.html
