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 "multiclass classification" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Multiclass classification strategy based on dipoles
    Strategia klasyfikacji wieloklasowej oparta na dipolach
    Autorzy:
    Topczewska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/341183.pdf
    Data publikacji:
    2011
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    klasyfikacja
    problem wieloklasowy
    dipol
    classification
    multiclass problem
    dipole
    Opis:
    The problem of multiclass classification is considered and resolved through the approach based on dipoles. The found hyperplane separates objects from different classes cutting between them and not through their middle. The crux is to define a suitable functional, which is small on lines with good separation power and little damage, easy to calculate and to minimize. The numerical tests were performed and the criterion modified in a way that preserves the intention of finding cuts between classes, which separate as many data points as possible. The approach was tested on some synthetic data sets using a recursive implementation.
    W pracy rozpatrywane jest zagadnienie klasyfikacji w przypadku wieloklasowym oraz podejście oparte na dipolach. Poszukiwana hiperpłaszczyzna powinna rozdzielać obiekty należące do różnych klas, ale nie przecinając środka zadnej klasy. Zdefiniowano w tym celu odpowiedni funkcjonał, by przyjmował on małe wartości w przypadku prawidłowej klasyfikacji większości obiektów, był prosty do obliczenia i minimalizacji. Przeprowadzono testy numeryczne oraz dokonano modyfikacji kryterium, by znaleźć takie rozdzielenie klas, by odseparować możliwie dużo obiektów. Podejście było testowane na wybranych syntetycznych zbiorach danych przy wykorzystaniu implementacji w postaci wywołań rekurencyjnych.
    Źródło:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2011, 8; 79-90
    1644-0331
    Pojawia się w:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multiclass voice commands classification with multiple binary convolution neural networks
    Autorzy:
    Szkoła, Jarosław
    Powiązania:
    https://bibliotekanauki.pl/articles/2190980.pdf
    Data publikacji:
    2022
    Wydawca:
    Uniwersytet Warmińsko-Mazurski w Olsztynie
    Tematy:
    multiclass convolution neural networks
    voting decision mechanism
    voice commands classification
    multiclass classifier
    sound wave processing
    sound wave classification
    Opis:
    In machine learning, in order to obtain good models, it is necessary to train the network on a large data set. It is very often a long process, and any changes to the input dataset require re-training the entire network. If the model is extended with new decision classes, the entire learning process for all samples must be repeated. To improve this process, a new neural network architecture was proposed that uses a combination of multiple smaller independent convolutional neural networks (O’Shea, NaSh 2015, ZeghidOuret al. 2019) with two outputs, and a voting mechanism (COrNeliO et al. 2021, dONiNi et al. 2018) that ultimately determines the response of the network decision, rather than one large single network. The main purpose of using such an architecture is the need to solve the problem that occur in the case of most multiclass neural networks. For a typical neural network, extending with new decision classes requires changing the network architecture and re-learning the model for all data. In the proposed architecture, adding a new decision class requires only adding a small independent neural network, and the learning process applies to new cases with small subset of original dataset. This architecture is proposed for large datasets with many decision classes.
    Źródło:
    Technical Sciences / University of Warmia and Mazury in Olsztyn; 2022, 25(1); 149--170
    1505-4675
    2083-4527
    Pojawia się w:
    Technical Sciences / University of Warmia and Mazury in Olsztyn
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Stability of gene selection methods for multiclass clssification
    Autorzy:
    Student, S.
    Fujarewicz, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/333948.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    selekcja genów
    metoda cząstkowych najmniejszych kwadratów
    klasyfikacja wieloklasowa
    gene selection
    partial least squares
    stability selection
    bootstrap .632+
    multiclass classification
    BBFR
    Opis:
    A big problem in applying DNA microarrays for classification is dimension of the dataset. Recently we proposed a gene selection method based on Partial Least Squares (PLS) for searching best genes for classification. The new idea is to use PLS not only as multiclass approach, but to construct more binary selections that use one versus rest and one versus one approaches. Ranked gene lists are highly instable in the sense, that a small change of the data set often leads to big change of the obtained ordered list. In this article, we take a look at the assessment of stability of our approaches. We compare the variability of the obtained ordered lists from proposed methods with well known Recursive Feature Elimination (RFE) method and classical t-test method. This paper focuses on effective identification of informative genes. As a result, a new strategy to find small subset of significant genes is designed. Our results on real cancer data show that our approach has very high accuracy rate for different combinations of classification methods giving in the same time very stable feature rankings.
    Źródło:
    Journal of Medical Informatics & Technologies; 2010, 15; 101-107
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Using the one-versus-rest strategy with samples balancing to improve pairwise coupling classification
    Autorzy:
    Chmielnicki, W.
    Stąpor, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/330749.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    multiclass classification
    pairwise coupling
    problem decomposition
    support vector machine (SVM)
    klasyfikacja wieloklasowa
    rozkład problemu
    maszyna wektorów wspierających
    Opis:
    The simplest classification task is to divide a set of objects into two classes, but most of the problems we find in real life applications are multi-class. There are many methods of decomposing such a task into a set of smaller classification problems involving two classes only. Among the methods, pairwise coupling proposed by Hastie and Tibshirani (1998) is one of the best known. Its principle is to separate each pair of classes ignoring the remaining ones. Then all objects are tested against these classifiers and a voting scheme is applied using pairwise class probability estimates in a joint probability estimate for all classes. A closer look at the pairwise strategy shows the problem which impacts the final result. Each binary classifier votes for each object even if it does not belong to one of the two classes which it is trained on. This problem is addressed in our strategy. We propose to use additional classifiers to select the objects which will be considered by the pairwise classifiers. A similar solution was proposed by Moreira and Mayoraz (1998), but they use classifiers which are biased according to imbalance in the number of samples representing classes.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2016, 26, 1; 191-201
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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