Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "zespół klasyfikatorów" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Ensemble selection in one-versus-one scheme – case study for cutting tools classification
Autorzy:
Rojek, Izabela
Burduk, Robert
Heda, Paulina
Powiązania:
https://bibliotekanauki.pl/articles/2086820.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
ensemble of classifiers
ensemble selection
one-vs-one decomposition
cutting tool
zespół klasyfikatorów
wybór zespołu
dekompozycja jeden na jeden
narzędzie tnące
Opis:
The binary classifiers are appropriate for classification problems with two class labels. For multi-class problems, decomposition techniques, like one-vs-one strategy, are used because they allow the use of binary classifiers. The ensemble selection, on the other hand, is one of the most studied topics in multiple classifier systems because a selected subset of base classifiers may perform better than the whole set of base classifiers. Thus, we propose a novel concept of the dynamic ensemble selection based on values of the score function used in the one-vs-one decomposition scheme. The proposed algorithm has been verified on a real dataset regarding the classification of cutting tools. The proposed approach is compared with the static ensemble selection method based on the integration of base classifiers in geometric space, which also uses the one-vs-one decomposition scheme. In addition, other base classification algorithms are used to compare results in the conducted experiments. The obtained results demonstrate the effectiveness of our approach.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 1; art. no. e136044, 1--8
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ensemble selection in one-versus-one scheme – case study for cutting tools classification
Autorzy:
Rojek, Izabela
Burduk, Robert
Heda, Paulina
Powiązania:
https://bibliotekanauki.pl/articles/2090713.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
ensemble of classifiers
ensemble selection
one-vs-one decomposition
cutting tool
zespół klasyfikatorów
wybór zespołu
rozkład jeden na jeden
narzędzie tnące
Opis:
The binary classifiers are appropriate for classification problems with two class labels. For multi-class problems, decomposition techniques, like one-vs-one strategy, are used because they allow the use of binary classifiers. The ensemble selection, on the other hand, is one of the most studied topics in multiple classifier systems because a selected subset of base classifiers may perform better than the whole set of base classifiers. Thus, we propose a novel concept of the dynamic ensemble selection based on values of the score function used in the one-vs-one decomposition scheme. The proposed algorithm has been verified on a real dataset regarding the classification of cutting tools. The proposed approach is compared with the static ensemble selection method based on the integration of base classifiers in geometric space, which also uses the one-vs-one decomposition scheme. In addition, other base classification algorithms are used to compare results in the conducted experiments. The obtained results demonstrate the effectiveness of our approach.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 1; e136044, 1--8
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies