ارائه نگاشت صریح و تنظیم شده ی باناظر برای یادگیری مالتی منیفولد داده های چند منظری بدون برچسب
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 194
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSCIT-8-4_001
تاریخ نمایه سازی: 25 مهر 1403
چکیده مقاله:
در این مقاله، به مسئله ی انتخاب خودکار و بدون ناظر منیفولد طبقه در فضای مالتی منیفولد چند منظری میپردازیم. مسئلهی طبقهبندی تصاویر چند منظری برای یافتن منیفولد طبقه را میتوان بهعنوان مسئلهی یادگیری چندین منیفولد با تعدادی اشتراک بین منیفولدها در نظر گرفت. در حالت کلی مسئلهی یادگیری مالتی منیفولد با چندین زیر فضای مستقل کار میکند، بنابراین ایجاد تعادل میان اطلاعات درون منیفولد طبقه و ساختار متمایز کنندهی بین طبقهها مشکل است. در این مقاله، روشی پیشنهاد میدهیم که بدون استفاده از اطلاعات برچسب نقاط داده با توجه به فشردگی درون طبقهای و تفکیکپذیری برون طبقهای، ساختار مالتی منیفولد چند منظری را بهدست میآورد. بهعلاوه، برای تعمیم تعبیه برای نقاط جدید که بهعنوان مشکل "خارج از نمونه" شناخته میشود، نگاشت صریح و تنظیم شدهی باناظر برای کاهش بعد غیرخطی ارائه کردیم که "توسعه خارج از نمونه" را برای یادگیری مالتی منیفولد چند منظری در زمینهی طبقهبندی انجام میدهد. نتایج آزمایشات در دو دستهی مدلسازی خودکار و بدون ناظر ساختار گراف مالتی منیفولد چند منظری و نرخ بازشناسی بر روی چندین مجموعه دادهی چند منظری برتری روش پیشنهادی را نسبت به دیگر روشهای گزارش شده در مطالعات اخیر نشان میدهد.
کلیدواژه ها:
یادگیری مالتی منیفولد چند منظری ، کاهش بعد غیر خطی ، توسعه ی خارج از نمونه ، طبقه بندی تصاویر چندمنظری
نویسندگان
Faraein Aeini
دانشکده مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
Amir Masoud Eftekhari Moghadam
دانشکده مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
Fariborz Mahmoudi
دپارتمان تجزیه و تحلیل پیشرفته داده های علمی، جنرال موتورز، وارن، ایالات متحده آمریکا
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :