Fugu-MT 論文翻訳(概要): Optimal Linear Combination of Classifiers

論文の概要: Optimal Linear Combination of Classifiers

arxiv url: http://arxiv.org/abs/2103.01109v1
Date: Mon, 1 Mar 2021 16:21:40 GMT
ステータス: 処理完了
システム内更新日: 2021-03-03 17:23:34.237726
Title: Optimal Linear Combination of Classifiers
Title（参考訳）: 分類器の最適線形組合せ
Authors: Georgi Nalbantov, Svetoslav Ivanov
Abstract要約: 1つの分類器を使うか、または1つの分類器を組み合わせるかは、機械学習の中心的なトピックである。本稿では,分類タスクのバイアス分散フレームワークから導出した分類器の最適線形結合を求める手法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The question of whether to use one classifier or a combination of classifiers is a central topic in Machine Learning. We propose here a method for finding an optimal linear combination of classifiers derived from a bias-variance framework for the classification task.
Abstract（参考訳）: 1つの分類器を使うか、または1つの分類器を組み合わせるかは、機械学習の中心的なトピックである。本稿では,分類タスクのバイアス分散フレームワークから導出した分類器の最適線形結合を求める手法を提案する。

関連論文リスト

Anomaly Detection using Ensemble Classification and Evidence Theory [62.997667081978825]
本稿では,アンサンブル分類とエビデンス理論を用いた新しい検出手法を提案する。固体アンサンブル分類器を構築するためのプール選択戦略が提示される。我々は異常検出手法の不確実性を利用する。
論文参考訳（メタデータ） (2022-12-23T00:50:41Z)
On the rate of convergence of a classifier based on a Transformer encoder [55.41148606254641]
最適誤分類確率に対する分類器の誤分類確率の収束率を分析する。この分類器は,アポテリオリ確率が適切な階層的構成モデルを満たす場合,次元性の呪いを回避することができる。
論文参考訳（メタデータ） (2021-11-29T14:58:29Z)
When in Doubt: Improving Classification Performance with Alternating Normalization [57.39356691967766]
分類のための非パラメトリック後処理ステップである交互正規化(CAN)を用いた分類を導入する。 CANは、予測されたクラス確率分布を再調整することで、挑戦的な例の分類精度を向上させる。多様な分類課題にまたがってその効果を実証的に示す。
論文参考訳（メタデータ） (2021-09-28T02:55:42Z)
Probability-driven scoring functions in combining linear classifiers [0.913755431537592]
本研究の目的は,線形分類器のアンサンブルに特化した新しい融合法を構築することである。提案手法は,KEELレポジトリから抽出した複数のベンチマークデータセットを用いて参照手法と比較する。実験により、ある条件下では、いくつかの改善が得られ得ることが示された。
論文参考訳（メタデータ） (2021-09-16T08:58:32Z)
Relearning ensemble selection based on new generated features [0.0]
提案手法は,3つのベンチマークデータセットと1つの合成データセットを用いて,最先端のアンサンブル手法と比較した。提案手法の評価には4つの分類性能指標を用いる。
論文参考訳（メタデータ） (2021-06-12T12:45:32Z)
CAC: A Clustering Based Framework for Classification [20.372627144885158]
分類アウェアクラスタリング(CAC)と呼ばれるシンプルで効率的で汎用的なフレームワークを設計する。本実験は,クラスタリングと分類を併用した従来の手法よりもCACの有効性を示すものである。
論文参考訳（メタデータ） (2021-02-23T18:59:39Z)
Binary Classification from Multiple Unlabeled Datasets via Surrogate Set Classification [94.55805516167369]
我々は m 個の U 集合を $mge2$ で二進分類する新しい手法を提案する。我々のキーとなる考え方は、サロゲート集合分類(SSC)と呼ばれる補助的分類タスクを考えることである。
論文参考訳（メタデータ） (2021-02-01T07:36:38Z)
Active Hybrid Classification [79.02441914023811]
本論文では,クラスタとマシンが分類問題にどう対応できるかを示す。本稿では,活発な学習と群集分類を編成し,それらを活発なサイクルで組み合わせるアーキテクチャを提案する。
論文参考訳（メタデータ） (2021-01-21T21:09:07Z)
A Multiple Classifier Approach for Concatenate-Designed Neural Networks [13.017053017670467]
私たちは、ネットワークセット間で生成された特徴を収集する分類器の設計を与えます。我々はL2正規化法を用いて、Softmax Denseの代わりに分類スコアを得る。その結果、提案された分類器は実験ケースの精度を向上させることができる。
論文参考訳（メタデータ） (2021-01-14T04:32:40Z)
Ensemble of Binary Classifiers Combined Using Recurrent Correlation Associative Memories [1.3706331473063877]
多数決は、アンサンブル法で分類器を結合する手法の例である。本稿では,二項分類問題に対する繰り返し相関連想記憶に基づくアンサンブル手法を提案する。
論文参考訳（メタデータ） (2020-09-18T01:16:53Z)
High-Dimensional Quadratic Discriminant Analysis under Spiked Covariance Model [101.74172837046382]
そこで本研究では,魚の識別比を最大化する2次分類手法を提案する。数値シミュレーションにより,提案した分類器は,合成データと実データの両方において古典的R-QDAよりも優れるだけでなく,計算量の削減も要求されることがわかった。
論文参考訳（メタデータ） (2020-06-25T12:00:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。