Informacja

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

Wyszukujesz frazę "multiple classifier system" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Dynamical ensemble selection - experimental analysis on homogenous pool of classifiers
Autorzy:
Baczyńska, P.
Burduk, R.
Powiązania:
https://bibliotekanauki.pl/articles/334009.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
classifier fusion
dynamic ensemble selection
multiple classifier system
fuzja klasyfikatorów
wybór dynamicznego zespołu
system klasyfikatorowy
Opis:
The paper presents the dynamic ensemble selection based on the analysis of the decision profiles. These profiles are obtained from a posteriori probability functions returned from the base classifiers during the training process. Presented in the paper dynamic ensemble selection algorithms are dedicated to the binary classification task. In order to verify these algorithms, a number of experiments have been carried out on several medical data sets. The proposed dynamic ensemble selection is experimentally compared against the ensemble with the sum fusion method. As base classifiers we used the pool of homogeneous classifiers. The obtained results are promising because we could improve the classification accuracy of the ensemble classifier.
Źródło:
Journal of Medical Informatics & Technologies; 2015, 24; 107-112
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The proposal of calculation classifier weights for an assembly of classifiers
Autorzy:
Burduk, R.
Powiązania:
https://bibliotekanauki.pl/articles/333595.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
classifier fusion
static classifiers selection
multiple classifier system
fuzja informacji
fuzja klasyfikatorów
selekcja klasyfikatorów
system klasyfikujący wielokrotny
Opis:
The selection of classifiers is one of the important problems in the creation of ensemble of classifiers. The paper presents the static selection in which a new method of calculating the weights of individual classifiers is used. The obtained weights can be interpreted in the context of the interval logic. It means that the particular weights will not be provided precisely but their lower and upper values will be used. A number of experiments have been carried out on several medical data sets.
Źródło:
Journal of Medical Informatics & Technologies; 2014, 23; 181-186
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Combined classifier based on feature space partitioning
Autorzy:
Woźniak, M.
Krawczyk, B.
Powiązania:
https://bibliotekanauki.pl/articles/331294.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
rozpoznawanie wzorców
system klasyfikujący wielokrotny
algorytm grupowania
algorytm selekcji
algorytm ewolucyjny
pattern recognition
combined classifier
multiple classifier system
clustering algorithm
selection algorithm
evolutionary algorithm
Opis:
This paper presents a significant modification to the AdaSS (Adaptive Splitting and Selection) algorithm, which was developed several years ago. The method is based on the simultaneous partitioning of the feature space and an assignment of a compound classifier to each of the subsets. The original version of the algorithm uses a classifier committee and a majority voting rule to arrive at a decision. The proposed modification replaces the fairly simple fusion method with a combined classifier, which makes a decision based on a weighted combination of the discriminant functions of the individual classifiers selected for the committee. The weights mentioned above are dependent not only on the classifier identifier, but also on the class number. The proposed approach is based on the results of previous works, where it was proven that such a combined classifier method could achieve significantly better results than simple voting systems. The proposed modification was evaluated through computer experiments, carried out on diverse benchmark datasets. The results are very promising in that they show that, for most of the datasets, the proposed method outperforms similar techniques based on the clustering and selection approach.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2012, 22, 4; 855-866
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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