RANSAC neden istatistiklerde en yaygın şekilde kullanılmıyor?

26

Bilgisayarla görme alanında, çoğu aykırı verilere veri yerleştirmek için RANSAC (Random Sample Consensus) yöntemini kullandım.

Bununla birlikte, istatistikçiler tarafından kullanıldığını hiç görmedim ve her zaman "istatistiksel olarak sağlam" bir yöntem olarak görülmediği izlenimini edindim. Neden böyle? Doğada, rastgele, analiz etmeyi zorlaştırıyor, ancak önyükleme yöntemleri de var.

Yoksa sadece bir akademik silo olayı birbiriyle konuşmuyor mu?

outliers bootstrap robust

— Bossykena
kaynak

1

Bilgisayarla görme yöntemleri ve istatistik yöntemleri hakkında bir şey merak ediyorum: ilk performans bir zorunluluktur. Belki performans ve "doğruluk" arasında bir denge vardır ve bilgisayar vizyonu ve istatistik bu değişkenler için farklı ağırlıklar vardır.

— Lucas Reis,

10

Burada anahtarın, RANSAC'taki verilerin büyük bir kısmının atılması olduğunu düşünüyorum.

Çoğu istatistiksel uygulamada, bazı dağıtımların yoğun kuyrukları olabilir ve bu nedenle küçük örnek sayıları istatistiksel tahmini çarpıtabilir. Sağlam tahmin ediciler bunu verileri farklı tartıp çözerek çözerler. Öte yandan RANSAC, aykırı noktaları yerleştirme girişiminde bulunmaz, veri noktalarının yalnızca normal olmayan şekilde dağıtılmış değil, gerçekten ait olmadığı durumlar için üretilir.

— nbubis
kaynak

1

Mükemmel cevap. Homografileri tahmin etmek için en çok CV'de kullanılan RANSAC'ı gördüm. Bu, en yaygın olarak, ilgili ölçümlerin bazılarının oldukça güvenilmez olduğunu bildiğimizde kullanılır. Ayrıca, gerçek zamanlı performans ve diğer düşünceler, bu tekniği kolayca paralelleştirilebildiği için oldukça popüler kılmıştır.

— Luca

7

Bizim için sağlam bir gerileme örneği sadece - istatistikçiler tarafından da kullanıldığına inanıyorum, ama belki de geniş değil çünkü daha iyi bilinen alternatifleri var.

1

Alternatiflerden örnekler verebilir misiniz? Buna bakmak istiyorum.

— Bossykena

5

En bilinen ve en basit olanı akıllı hesap makinelerinden (Sigh!) İyi bilinen Median-Median regresyonudur. Ayrıca Wikipedia'ya bakın en.wikipedia.org/wiki/Robust_regression ve belki de

Size sadece tarafsız regresyon sağlayan, modelin tahmin edildiği veri noktalarını veren RANSAC'a alternatifler var mı? Teşekkürler

— Valerio

2

Bu sık kullanılan bir teknik olan torbalama gibi çok geliyor .

— Zach
kaynak

3

RANSAC çok farklıdır - torbalamada tüm numuneler bir şekilde dikkate alınır. Verilerin% 50'sinin tamamen atılması gerektiği durumlarda RANSAC kullanılır.

— nbubis

1

Potansiyel olarak haklı çıkarmadan, ancak modelin uygunluğunu arttırmaya dayanarak, verileri RANSAC ile çöpe atıyorsunuz. Artan uyum için veri atma, genellikle önemli verileri kaybedebileceğiniz için kapatılır. Aykırı değerlerin gerekçesiz olarak kaldırılması her zaman sorunludur.

Haklı çıkarmak elbette mümkündür. Örn: verinin belirli bir kalıbı takip etmesi gerektiğini bildiğiniz halde, ölçülerdeki hata nedeniyle kalıptan verilerde sapma olduğu da.

— NegativeFeedbackLoop
kaynak