Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Support Vector Machines" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 39
Tytuł:
Wykrywanie uszkodzeń węzłów w modelu ramy stalowej na podstawie analizy inertancji
Detection of defects connection between members of steel frame on the basis of FRF changes
Autorzy:
Ziaja, D.
Miller, B.
Powiązania:
https://bibliotekanauki.pl/articles/105271.pdf
Data publikacji:
2017
Wydawca:
Politechnika Rzeszowska im. Ignacego Łukasiewicza. Oficyna Wydawnicza
Tematy:
detekcja uszkodzeń
SHM
FRF
Support Vector Machines
SVM
image detection
Opis:
W artykule przedstawiono możliwość detekcji uszkodzeń węzłów na podstawie analizy proporcji pomiędzy wytypowanymi fragmentami funkcji przejścia (FRF). W ramach zadania wykonano eksperyment na modelu laboratoryjnym dwukondygnacyjnej ramy portalowej, którą poddano testom dynamicznym i dla której określono model modalny. Funkcję przejścia odpowiadającą wybranym punktom układu potraktowano jako sygnał w dziedzinie częstotliwości. Wyznaczono odcięte środków ciężkości kwadratów sygnału wybranych fragmentów funkcji, które następnie potraktowano jako dane wejściowe w metodzie wektorów nośnych. Zaproponowane podejście umożliwia skuteczną detekcję uszkodzeń węzłów badanego modelu.
The article presents the possibility of nodes failures detecting based on the analysis of the proportions between the selected intervals of FRF function. Within the scope of the task an experiment was performed on the laboratory model of a two-storey portal frame, which was subjected to dynamic tests and for which a modal model was defined. FRF function for selected system points was treated as a signal in the frequency domain. For the relevant fragments, the centers of gravity of the signal squares were determined, which were then used as input data in the Support Vector Machines (SVM) method. The proposed approach enables effective detection of connection damage in the tested structure.
Źródło:
Czasopismo Inżynierii Lądowej, Środowiska i Architektury; 2017, 64, 2/I; 247-255
2300-5130
2300-8903
Pojawia się w:
Czasopismo Inżynierii Lądowej, Środowiska i Architektury
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Parameter identification of ship maneuvering models using recursive least square method based on support vector machines
Autorzy:
Zhu, M.
Hahn, A.
Wen, Y.
Bolles, A.
Powiązania:
https://bibliotekanauki.pl/articles/116455.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
Tematy:
ship manoeuvering
recursive least square method
ship manoeuvering model
ship maneuverability prediction
Support Vector Machines (SVM)
empirical mode decomposition (EMD)
Computational Fluid Dynamics (CFD)
Extended Kalman Filter (EKF)
Opis:
Determination of ship maneuvering models is a tough task of ship maneuverability prediction. Among several prime approaches of estimating ship maneuvering models, system identification combined with the full-scale or free- running model test is preferred. In this contribution, real-time system identification programs using recursive identification method, such as the recursive least square method (RLS), are exerted for on-line identification of ship maneuvering models. However, this method seriously depends on the objects of study and initial values of identified parameters. To overcome this, an intelligent technology, i.e., support vector machines (SVM), is firstly used to estimate initial values of the identified parameters with finite samples. As real measured motion data of the Mariner class ship always involve noise from sensors and external disturbances, the zigzag simulation test data include a substantial quantity of Gaussian white noise. Wavelet method and empirical mode decomposition (EMD) are used to filter the data corrupted by noise, respectively. The choice of the sample number for SVM to decide initial values of identified parameters is extensively discussed and analyzed. With de-noised motion data as input-output training samples, parameters of ship maneuvering models are estimated using RLS and SVM-RLS, respectively. The comparison between identification results and true values of parameters demonstrates that both the identified ship maneuvering models from RLS and SVM-RLS have reasonable agreements with simulated motions of the ship, and the increment of the sample for SVM positively affects the identification results. Furthermore, SVM-RLS using data de-noised by EMD shows the highest accuracy and best convergence.
Źródło:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2017, 11, 1; 23-29
2083-6473
2083-6481
Pojawia się w:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Pattern Recognition Methods for Detecting Voltage Sag Disturbances and Electromagnetic Interference in Smart Grids
Autorzy:
Yalcin, T.
Ozdemir, M.
Powiązania:
https://bibliotekanauki.pl/articles/136160.pdf
Data publikacji:
2016
Wydawca:
EEEIC International Barbara Leonowicz Szabłowska
Tematy:
C4.5 decision trees
electromagnetic interference
feature extraction
hilbert huang transform
power quality disturbance
smart grids
support vector machines
Opis:
Identification of system disturbances, detection of them guarantees smart grids power quality (PQ) system reliability and provides long lasting life of the power system. The key goal of this study is to find the best accuracy of identification algorithm for non-stationary, non-linear power quality disturbances such as voltage sag, electromagnetic interference in smart grids. PQube, power quality and energy monitor, was used to acquire these distortions. Ensemble Empirical Mode Decomposition is used for electromagnetic interference reduction with first intrinsic mode function. Hilbert Huang Transform is used for generating instantaneous amplitude and instantaneous frequency feature of real time voltage sag power signal. Outputs of Hilbert Huang Transform is intrinsic mode functions (IMFs), instantaneous frequency (IF), and instantaneous amplitude (IA). Characteristic features are obtained from first IMFs, IF, and IA. The six features—, the mean, standard deviation,skewness, kurtosis of both IF and IA are then calculated. These features are normalized along with the inputs classifiers. The proposed power system monitoring system is able to detect power system voltage sag disturbances and capable of recognize electromagnetic interference component. In this study based on experimental studies, Hilbert Huang Transform based pattern recognition technique was used to investigate power signal to diagnose voltage sag and in power grid. Support Vector Machines and C4.5 Decision Tree were operated and their achievements were matched for precision and CPU timing. According to the analysis, decision tree algorithm without dimensionality reduction produces the best solution.
Źródło:
Transactions on Environment and Electrical Engineering; 2016, 1, 3; 86-93
2450-5730
Pojawia się w:
Transactions on Environment and Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metody Rozpoznawania Wzorców Obrazów w Analizie Wskaźników Dermatoglificznych Zespołu Downa
Image pattern recognition methods in analysis of dermatoglyphic indices of Downs Syndrome
Autorzy:
Wojtowicz, H.
Wajs, W.
Powiązania:
https://bibliotekanauki.pl/articles/152598.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
poprawianie jakości obrazu
filtry adaptacyjne
rozpoznawanie wzorców
maszyny wektorów wspierających
diagnostyka medyczna
image quality
enhancement
adaptive filters
pattern recognition
classification of impressions of hallucal area of sole
support vector machines
medical diagnostics
Opis:
Klasyfikacja odbitek wzorców w polu palucha na stopach jest jest jednym z zadań analizy dermatoglificznej wykonywanej przez antropologa do wykrywania wad genetycznych u noworodków. Artykuł opisuje zastosowanie metod przetwarzania obrazów i rozpoznawania wzorców do klasyfikacji obrazów odbitek wzorców w polu halukalnym stóp. Opisana została metoda klasyfikacji odbitek tych wzorców. Do poprawienia jakości obrazów zastosowano zabiegi poprawiania kontrastu obrazu, segmentacji tła oraz kontekstowej filtracji obrazu za pomocą krótkoczasowej transformaty Fouriera. Zaproponowano zastosowanie algorytmu opartego na rozkładzie piramidowym w wielu skalach do wyznaczenia kierunków pływów listewek odbitek. W artykule opisane i przedyskutowane zostały modele klasyfikatorów obrazów odbitek wzorców w polu palucha na stopach. Klasyfikatory te stanowią część automatycznego systemu diagnostycznego służącego do badań przesiewowych na obecności trisomii 21 (zespołu Downa). System wspomaga pracę antropologa poprzez automatyczne przetwarzanie i wykrywanie własności wskazujących na obecność wad genetycznych. Obrazy dermatoglifów są wstępnie przetwarzane przed procesem klasyfikacji w celu wydobycia wektorów własności analizowanych przez Maszyny Wektorów Wspierających. Funkcje jądrowe oparte na radialnych funkcjach bazowych zostały użyte w procesie indukcji wieloklasowego systemu Maszyn Wektorów Wspierających generowanego według algorytmu 'jeden przeciwko jednemu'. Badania wykonane na danych pochodzących z Collegium Medicum Uniwersytetu Jagielońskiego w Krakowie, pokazują efektywność zaproponowanego podejścia w poprawianiu jakości obrazów odbitek wzorców w polu palucha na stopach i ich klasyfikacji.
Classification of patterns of hallucal area of sole is one of the tasks of dermatoglyphic analysis. The paper describes application of image processing and pattern recognition methods to classification of impressions of hallucal area of sole. Contrast enhancement, segmentation and contextual filtration techniques are used to enhance quality of the images. Use of an algorithm based on multi-scale pyramid decomposition of an image is proposed for ridge orientation calculation. Hallucal area pattern classifiers, which are part of an automatic system for rapid screen diagnosing of trisomy 21 (Down's Syndrome) in infants, are created and discussed. The system is a tool supporting medical decision by automatic processing of dermatoglyphic prints and detecting features indicating presence of genetic disorder. Images of dermatoglyphic prints are pre-processed before the classification stage to extract features analysed by Support Vector Machines algorithm. RBF kernel type is used in the training of SVM multi-class systems generated with one-vs-one scheme. Experiments conducted on the database of Collegium Medicum of the Jagiellonian University in Cracow show effectiveness of the proposed approach to classification of infants' fingerprints.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 9, 9; 1000-1004
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Adaptation of Evolutionary Algorithms for Decision Making on Building Construction Engineering (TSP Problem)
Autorzy:
Wazirali, R. A.
Alzughaibi, A. D.
Chaczko, Z.
Powiązania:
https://bibliotekanauki.pl/articles/226730.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
TSP
genetic algorithms
GA
support vector machines
SVM
Opis:
The report revolve on building construction engineering and management, in which there are a lot of requirements such as well supervision and accuracy and being in position to forecast uncertainties that may arise and mechanisms to solve them. It also focuses on the way the building and construction can minimise the cost of building and wastages of materials. The project will be based of heuristic methods of Artificial Intelligence (AI). There are various evolution methods, but report focus on two experiments Pattern Recognition and Travelling Salesman Problem (TSP). The Pattern Recognition focuses Evolutionary Support Vector Machine Inference System for Construction Management. The construction is very dynamic are has a lot of uncertainties, no exact data this implies that the inference should change according to the environment so that it can fit the reality, therefore there a need of Support Vector Machine Inference System to solve these problems. TSP focus on reducing cost of building construction engineering and also reduces material wastages, through its principals of finding the minimum cost path of the salesman.
Źródło:
International Journal of Electronics and Telecommunications; 2014, 60, 1; 125-128
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A framework for knowledge acqusition system in perspective view of diagnostic of rotating machinery
System pozyskiwania wiedzy z perspektywy diagnostyki maszyn wirnikowych
Autorzy:
Wachla, D.
Powiązania:
https://bibliotekanauki.pl/articles/329226.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
pozyskiwanie wiedzy
diagnostyka
maszyna wirnikowa
baza danych
metoda wektorów wspomagających
knowledge acquisition
diagnostics
rotating machinery
database
support vector machines
Opis:
A concept of knowledge acquisition system for the needs of diagnostic of rotor machines was presented in the article. The concept was developed on assumption that knowledge would be acquired inductively through analysis of measure and simulative data. The founding of the system was considered. The architecture was particularly described and example of its application was provided, as well.
W artykule przedstawiono koncepcję systemu pozyskiwania wiedzy dla potrzeb diagnostyki maszyn wirnikowych. Koncepcję opracowano przyjmując założenie, że wiedza będzie pozyskiwana w sposób indukcyjny poprzez analizę danych pomiarowych lub symulacyjnych. Omówiono genezę powstania systemu. Szczegółowo opisano architekturę oraz pokazano przykład zastosowania.
Źródło:
Diagnostyka; 2009, 1(49); 13-16
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identification of submersible pump temperature changes model using KDD methods
Identyfikacja modelu zmian temperatury pompy głębinowej z zastosowaniem metod odkrywania wiedzy w bazach danych
Autorzy:
Wachla, D.
Powiązania:
https://bibliotekanauki.pl/articles/327824.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
baza danych
wiedza
identyfikacja systemów
algorytm genetyczny
metoda wektorów wspomagających
selekcja atrybutów
system SCADA
database
knowledge
system identification
genetic algorithm
support vector machines
attributes selection
SCADA systems
Opis:
This paper deals with the problem of the autoregressive model identification using KDD methods. In the considered problem, the autoregressive models are applied to describe dynamics processes of various technical systems. In particular, a method of functional dependencies discovering was presented. The method was designed for exploring data sets gathered by industrial SCADA systems. For the problem of the identification of pump temperature changes model, the method was verified. For this particular reason, a set of data was used which was gathered by submersible pumping station SCADA system. The assumptions, the exemplary results of the conducted research and conclusions were presented, as well.
W artykule poruszono problem identyfikacji modeli autoregresyjnych opisujących dynamikę obserwowanych procesów. W szczególności przedstawiono metodę odkrywania zależności funkcyjnych w zbiorach danych gromadzonych przez przemysłowe systemy SCADA. Opracowaną metodę zweryfikowano dla problemu identyfikacji modelu zmian temperatury pompy głębinowej. W tym celu zastosowano fragment danych zgromadzony przez system rejestracji danych współpracujący pompownią głębinową. Przedstawiono przyjęte założenia, fragmenty uzyskanych wyników oraz wnioski z przeprowadzonych badań.
Źródło:
Diagnostyka; 2006, 2(38); 41-44
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Tenfold bootstrap procedure for support vector machines
Autorzy:
Vrigazova, Borislava
Ivanov, Ivan
Powiązania:
https://bibliotekanauki.pl/articles/1839282.pdf
Data publikacji:
2020
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
support vector machines
bootstrap
cross validation
Opis:
Cross validation is often used to split input data into training and test set in Support vector machines. The two most commonly used cross validation versions are the tenfold and leave-one-out cross validation. Another commonly used resampling method is the random test/train split. The advantage of these methods is that they avoid overfitting in the model and perform model selection. They, however, can increase the computational time for fitting Support vector machines with the increase of the size of the dataset. In this research, we propose an alternative for fitting SVM, which we call the tenfold bootstrap for Support vector machines. This resampling procedure can significantly reduce execution time despite the big number of observations, while preserving model’s accuracy. With this finding, we propose a solution to the problem of slow execution time when fitting support vector machines on big datasets.
Źródło:
Computer Science; 2020, 21 (2); 241-257
1508-2806
2300-7036
Pojawia się w:
Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Clustering Methods Applied to Reduce the Training Sample Size in Support Vector Machines
Wykorzystanie metod taksonomicznych do redukcji liczebności zbioru uczącego w metodzie wektorów nośnych
Autorzy:
Trzęsiok, Michał
Powiązania:
https://bibliotekanauki.pl/articles/905051.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
support vector machines
K-medoids
machine learning
Opis:
Support vector machines belong to the group of methods of supervised learning. They generate non-linear models with good generalization abilities. The core of SVMs algorithm is the quadratic program which is solved for obtaining the optimal separating hyperplane. Because finding the solution of this quadratic program is computationally expensive, SVMs are not feasible for very large data sets. As a solution Wang, Wu and Zhang (2005) suggested to combine the AT-means clustering technique with SVMs to reduce the number of support vectors. The paper presents a common approach using K-medoids and compares it with the original SVMs.
Metoda wektorów nośnych jest metodą dyskryminacji generującą nieliniowe modele o dużym stopniu uogólnienia (małych błędach klasyfikacji na zbiorach testowych). Jednak ze względu na dużą złożoność obliczeniową, związaną z koniecznością rozwiązania zadania optymalizacji wypukłej, które jest podstawowym elementem algorytmu metody, stosowanie metody, szczególnie w przypadku zbiorów uczących o dużej liczebności, nie zawsze jest możliwe. Złożoność obliczeniowa algorytmu metody wektorów nośnych zależy przede wszystkim od liczby obserwacji w zbiorze uczącym. Jako rozwiązanie tego problemu Wang, Wu i Zhang zaproponowali pogrupowanie danych ze zbioru uczącego za pomocą taksonomicznej metody AT-średnich i zastosowanie metody wektorów nośnych na dużo mniej licznym zbiorze środków ciężkości tak otrzymanych klas. W artykule przedstawiona została ocena analogicznego podejścia, wykorzystującego do grupowania metodę K-medoidów oraz porównanie z oryginalną metodą wektorów nośnych.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 225
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Extracting Class Description from Support Vector Machines
Profilowanie klas w metodzie wektorów nośnych
Autorzy:
Trzęsiok, Michał
Powiązania:
https://bibliotekanauki.pl/articles/904801.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Support Vector Machines
knowledge extraction
model interpretability
Opis:
Support Vector Machines (SVMs) belong to the group of Data Mining and Machine Learning methods. SVMs are considered to be one of the best classification methods in terms of performance measure. The biggest disadvantage of SVMs is their lack of interpretability. Additional procedures can be applied that enable knowledge extraction. We present such a procedure that uses the information embedded in support vectors – the observations that define the classification function. We use recursive partitioning applied to support vectors to increase the interpretability of SVMs.
Metoda wektorów nośnych (SVM) należy do grupy statystycznych metod uczących się. Jak większość metod z tej grupy, metoda SVM buduje modele o bardzo dobrych własnościach predykcyjnych, lecz niewielkiej interpretowalności. W celu uzyskania dodatkowej wiedzy –stosuje się dodatkowe procedury wspomagające interpretowanie wyników modelowania. W artykule przedstawiono procedurę wykorzystującą informacje zawarte w wektorach nośnych – obserwacjach istotnie wpływających na postać wyznaczonej funkcji dyskryminującej. Intepretowalność modelu końcowego uzyskano dzięki zastosowaniu modelu rekurencyjnego podziału do dyskryminacji wyznaczonych wektorów nośnych.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 286
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On Some Properties of Support Vector Clustering
Analiza wybranych własności taksonomicznej metody wektorów nośnych
Autorzy:
Trzęsiok, Michał
Powiązania:
https://bibliotekanauki.pl/articles/906302.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
support vector machines
clustering
admissibility conditions
Opis:
Celem referatu jest przedstawienie analizy wybranych formalnych własności taksonomicznej metody wektorów nośnych (SVC). Wyniki dotyczące nowej metody SVC zestawiono i porównano z własnościami innych znanych metod taksonomicznych. Ponieważ na ogół nie jest możliwe wskazanie, która z metod taksonomicznych daje najlepsze rezultaty, stojąc wobec konkretnego problemu, badacz musi dokonywać wyboru metody w oparciu o wiedzę dotyczącą ich własności. Zadaniem badacza jest wtedy ustalenie preferencji w zbiorze własności metod by następnie użyć ich przy doborze odpowiedniego narzędzia. Wiedza dotycząca formalnych własności metod taksonomicznych jest w referacie rozszerzona o nową- taksonomiczną metodę wektorów nośnych.
The aim o f this paper is to analyse the relatively new clustering method - Support Vector Clustering (SVC) in terms o f fulfilling admissibility conditions. The results are compared within a group o f four other clustering methods. Since it is not possible to assess which clustering method is the "best" in general, given a specific problem the user can decide which method to apply considering some properties o f clustering methods, known as admissibility conditions. This paper expands the knowledge about the properties o f clustering methods with the properties o f SVC.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 228
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Symulacyjna ocena jakości zagregowanych modeli zbudowanych metodą wektorów nośnych
Benchmarking Aggregated Support Vector Regression Models
Autorzy:
Trzęsiok, Michał
Powiązania:
https://bibliotekanauki.pl/articles/588038.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Metoda wektorów nośnych (SVM)
Modele matematyczne
Symulacja
Mathematical models
Simulation
Support Vector Machines (SVM)
Opis:
Support Vector Machines (SVM) are a state-of-the-art classification method, but they are also suitable, after a special reformulation, to perform a regression task. Similarly to classification, for a nonlinear regression problem, SVMs use the kernel trick and map the input space into a high-dimensional feature space first, and then perform linear regression in the high-dimensional feature space. One can use the model ensemble approach to try to improve the prediction accuracy. The paper presents the comparison of a single SVM, aggregated SVM and other regression models (linear regression, Projection Pursuit Regression, Neural Networks, Regression Trees, Random Forest, Bagging) by the means of a mean squared test set error.
Źródło:
Studia Ekonomiczne; 2013, 132; 115-126
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessment of Approaches for the Extraction of Building Footprints from Pléiades Images
Autorzy:
Taha, Lamyaa Gamal El-deen
Ibrahim, Rania Elsayed
Powiązania:
https://bibliotekanauki.pl/articles/1837996.pdf
Data publikacji:
2021
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
ensemble classifiers
machine learning
random forest
maximum likelihood
support vector machines
backpropagation
image classification
Opis:
The Marina area represents an official new gateway of entry to Egypt and the development of infrastructure is proceeding rapidly in this region. The objective of this research is to obtain building data by means of automated extraction from Pléiades satellite images. This is due to the need for efficient mapping and updating of geodatabases for urban planning and touristic development. It compares the performance of random forest algorithm to other classifiers like maximum likelihood, support vector machines, and backpropagation neural networks over the well-organized buildings which appeared in the satellite images. Images were subsequently classified into two classes: buildings and non-buildings. In addition, basic morphological operations such as opening and closing were used to enhance the smoothness and connectedness of the classified imagery. The overall accuracy for random forest, maximum likelihood, support vector machines, and backpropagation were 97%, 95%, 93% and 92% respectively. It was found that random forest was the best option, followed by maximum likelihood, while the least effective was the backpropagation neural network. The completeness and correctness of the detected buildings were evaluated. Experiments confirmed that the four classification methods can effectively and accurately detect 100% of buildings from very high-resolution images. It is encouraged to use machine learning algorithms for object detection and extraction from very high-resolution images.
Źródło:
Geomatics and Environmental Engineering; 2021, 15, 4; 101-116
1898-1135
Pojawia się w:
Geomatics and Environmental Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Using Multiclass SVM methods for classification of DNA microarray data
Autorzy:
Student, S.
Powiązania:
https://bibliotekanauki.pl/articles/333907.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
metoda cząstkowych najmniejszych kwadratów
maszyna wektorów nośnych
Partial Least Squares PLS
dimension reductions
MMulticlass Support Vector Machines MSVM
One-Versus-One OvO
One-Versus RestOvR
Opis:
One important application of gene expression microarray data is classification of samples into categories, such as the type of tumor. A classifier using Multiclass SVM [4] (Support Vector Machines) is described in this article. Our classifier involves dimension reduction using Multivariate Partial Least Squares (MPLS) for classification more than two classes. We use also two methods based on binary classifications: One-Against-All [5] and One-Against-One [6]. These three methods have been tested on a data set involving 125 tumor/normal thyroid human DNA microarrays samples. There are 66 Papillary throid carcinoma, 32 follicular throid carcinoma and 27 normal tissues. The most important thing is to find small number of genes that discriminate between these three classes with good accuracy. The best genes can be selected for Q-PCR validation. Molecular markers differentiating between throid cancer and normal tissues can help in clinical diagnostics and therapy methods. For error estimation we are use the bootstrap .632 [8] technique. Major issue with bootstrap estimators is their high computational cost. That is why we use a OpenMosix with MPI (Message Passing Interface) cluster technology for this system for parallel computation space.
Źródło:
Journal of Medical Informatics & Technologies; 2007, 11; 197-204
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A critical comparison of discriminant analysis and svm-based approaches to credit scoring
Porównanie analizy dyskryminacyjnej i maszyn wektorów podpierających w analizie ryzyka kredytowego
Autorzy:
Stąpor, Katarzyna
Powiązania:
https://bibliotekanauki.pl/articles/588064.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Credit scoring model
Discriminant analysis
Support vector machines
Analiza dyskryminacyjna
Maszyny wektorów podpierających
Model oceny ryzyka kredytowego
Opis:
Credit scoring models are the basis for financial institutions like retail and consumer credit banks. The purpose of these models is to evaluate the likelihood of credit applicants defaulting in order to decide whether to grant them credit. The paper compares two methodologies for building credit scoring models: heteroscedastic discriminant analysis-based with the support vector machines. The real-world credit dataset is used for comparison.
Modele oceny ryzyka kredytowego stanowią podstawę działalności większości instytucji finansowych, zajmujących się udzielaniem kredytów. Celem takich modeli jest ewaluacja prawdopodobieństwa zaprzestania przez kredytobiorcę spłaty udzielonego mu kredytu. W artykule dokonano porównania dwóch modeli oceny ryzyka kredytowego, które wykorzystują nowe metody statystyczne, a także metody uczenia maszynowego do ich konstrukcji: heteroscedastyczną analizę dyskryminacyjną oraz maszyny wektorów podpierających. Dla dokonania porównania tych metod wykorzystany został ogólnie dostępny, niemiecki zbiór kredytowy.
Źródło:
Studia Ekonomiczne; 2016, 288; 59-70
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 39

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