Informacja

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

Wyszukujesz frazę "instance-based learning" wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Zastosowanie metody mini-modeli opartej na hipersześcianie w procesie modelowania danych wielowymiarowych
Application of mini-models method based on hypercube in the modeling process of multidimensional data
Autorzy:
Pietrzykowski, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/1367439.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Szczeciński. Wydawnictwo Naukowe Uniwersytetu Szczecińskiego
Tematy:
mini-model
local regression
k-nearest neighbor
mathematical modeling
instance based learning
modelowania matematyczne
algorytm najbliższych sąsiadów
lokalna regresja
metody bazujące na próbkach
Opis:
W artykule zaprezentowano metodę samo-uczenia mini-modeli (metodę MM) opartą na hiperbryłach w przestrzeni wielowymiarowej. Jest to metoda nowa i rozwojowa, będąca w trakcie intensywnych badań. Bazuje ona na próbkach pobieranych jedynie z lokalnego otoczenia punktu zapytania, a nie z obszarów odległych od tego punktu. Grupa punktów, używana w procesie uczenia mini-modelu jest ograniczona obszarem hiperbryły. Na tak zdefiniowanym lokalnym otoczeniu punktu zapytania metoda MM w procesie uczenia oraz obliczania odpowiedzi można użyć dowolnej metody aproksymacji. W artykule przedstawiono algorytm uczenia i działania metody w przestrzeni wielowymiarowej bazujący na hipersferycznym układzie współrzędnych. Metodę przebadano na zbiorach danych wielowymiarowych, a wyniki porównano z innymi metodami bazującymi na próbkach.
The article presents self-learning method of mini-models (MM-method) based on polytopes in multidimensional space. The method is new and is an object of intensive research. MM method is the instance based learning method and uses data samples only from the local neighborhood of the query point. Group of points which are used in the model-learning process is constrained by a polytope area. The MM-method can on a defined local area use any approximation algorithm to compute mini-model answer for the query point. The article describes a learning technique based on hyper-spherical coordinate system. The method was used in the modeling task with multidimensional datasets. The results of numerical experiments were compared with other instance based methods.
Źródło:
Zeszyty Naukowe. Studia Informatica; 2015, 38; 91-103
0867-1753
Pojawia się w:
Zeszyty Naukowe. Studia Informatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of instance-based learning for cast iron casting defects prediction
Autorzy:
Sika, Robert
Szajewski, Damian
Hajkowski, Jakub
Popielarski, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/407199.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
soft modelling
instance-based learning
k-nearest neighbours algorithm
cast iron casting defects
computer application
Opis:
The paper presents an example of Instance-Based Learning using a supervised classification method of predicting selected ductile cast iron castings defects. The test used the algorithm of k-nearest neighbours, which was implemented in the authors’ computer application. To ensure its proper work it is necessary to have historical data of casting parameter values registered during casting processes in a foundry (mould sand, pouring process, chemical composition) as well as the percentage share of defective castings (unrepairable casting defects). The result of an algorithm is a report with five most possible scenarios in terms of occurrence of a cast iron casting defects and their quantity and occurrence percentage in the casts series. During the algorithm testing, weights were adjusted for independent variables involved in the dependent variables learning process. The algorithms used to process numerous data sets should be characterized by high efficiency, which should be a priority when designing applications to be implemented in industry. As it turns out in the presented mathematical instance-based learning, the best quality of fit occurs for specific values of accepted weights (set #5) for number k = 5 nearest neighbours and taking into account the search criterion according to “product index”.
Źródło:
Management and Production Engineering Review; 2019, 10, 4; 101-107
2080-8208
2082-1344
Pojawia się w:
Management and Production Engineering Review
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