تصدیق سریع SVM بر اساس توقف زود هنگام در الگوریتم بهینه سازی تکرار شونده
- سال انتشار: 1389
- محل انتشار: شانزدهمین کنفرانس سالانه انجمن کامپیوتر ایران
- کد COI اختصاصی: CSICC16_022
- زبان مقاله: فارسی
- تعداد مشاهده: 2339
نویسندگان
دانشکده برق و کامپیوتر دانشگاه شیراز
دانشکده برق و کامپیوتر دانشگاه شیراز
دانشکده برق و کامپیوتر دانشگاه شیراز
دانشکده برق و کامپیوتر دانشگاه شیراز
چکیده
دسته بندی داده ها یکی از مهمترین شاخه های مطرح شده دریادگیری ماشین می باشد یکی از روشهای دسته بندی که امروزه نسبت به سایرروشها بیشتر استفاده می شود Support Vector Machine(SVM است دلیل برتری این Classifier نسبت به سایرروشها تعمیم پذیری مناسب این روش می باشد میزان کارایی این Classifier به پارامتر تعمیم پذیری c بستگی دارد که مقدار آن براساس Cross-Validationانتخاب می شوداما یک یاز بزرگترین مشکلات SVM سرعت پایین آن به خصوص برروی داده های با حجم بالا و پیچیده اهست که دراین راستاتلاشهای بسیاری صورت گرفته است دراین مقاله رویکرد جدیدی جهت توقف زود هنگام الگوریتم sVM با فرض مشخص بودن داده های تست در زمان آموزش ارایه شده است که درم واردی چون Cross-Validation به شدت موجب کاهشزمان یادگیری بدون تغییر درنتیجه دسته بندی می شود درنهایت روش پیشنهادی برروی داده های بسیاری اجرا شده است و نتایج کاهش چشمگیر زمان یادگیری را نشان میدهد.کلیدواژه ها
Cross-Validation، Classifier، Support Vector Machine ، توقف زود هنگام،تعمیم پذیریمقالات مرتبط جدید
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.