روش مبتنی بر یادگیری فعال در ماشین های بردار پشتیبان نیمه ناظر
- سال انتشار: 1390
- محل انتشار: اولین کنفرانس ملی دانش پژوهان کامپیوتر و فناوری اطلاعات
- کد COI اختصاصی: CSCCIT01_049
- زبان مقاله: فارسی
- تعداد مشاهده: 1888
نویسندگان
دانشگاه علم و صنعت ایران - گروه مهندسی کامپیوتر
دانشگاه علم و صنعت ایران - گروه مهندسی کامپیوتر
دانشگاه علم و صنعت ایران - گروه مهندسی کامپیوتر
چکیده
ماشین های بردار پشتیبان نیمه ناظر ، شاخه ای از ماشین های بردار پشتیبان استاندارد در مسائل یادگیری ماشین امروزی هستند. در الی که ماشین های بردار پشتیبان نیمه ناظر امروزی دارای مشکلاتی همانند سرعت آموزش پایین ، دقت پایین و غیره می باشد. در این مقاله ما به ارائه یک ماشین بردار پشتیبان نیمه ناظر که بر اساس یادگیری فعال کار می کند می پردازیم. در مرحله اول آموزش ماشین ، از نمونه های کمی که دارای کلاس مشخصی می باشند استفاده می کنیم و سپس در مراحل بعدی ماشین استخراج می کنیم. با این روش هزینه آموزش ماشین را با استفاده از نمونه های موثر در یادگیری پایین می آوریم. آزمایشات شبیه سازی شده نشان می دهد که الگوریتم پیشنهاد شده در حالی که هزینه یادگیری را پایین می آورد از قت یالاتری نیز برخوردار می باشد.کلیدواژه ها
ماشین بردار پشتیبان ، یادگیری نیمه ناظر ، یادگیری فعالمقالات مرتبط جدید
- تحلیل انطباقی کیفیت و میزان محبوبیت خدمات ابری با بررسی و مقایسه رتبه بندی Tranco و رتبه بندی عملکردی شرکت های ابری
- طبقه بندی سیگنال های EEG ثبت شده از قشر پیش پیشانی به منظور کشف اثر موسیقی در شدت احساسات با استفاده از شبکه عصبی مصنوعی و پرسشنامه
- ارائه رویکردی برای مدیریت ریسک در پروژه های نرمافزاری با استفاده از خوشه بندی تجمعی
- تحلیل احتمالنقض ترتیب علیتی پیام ها در یک الگوریتم پخش علیتی در سیستمهای توزیع شده
- بهینه سازی به سبک گربه های شنی: الگوریتمی برای جستجوی کارآمد و مدیریت ازدحام
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.