شماره ركورد كنفرانس :
4605
عنوان مقاله :
بهبود صحت طبقه‌بندي ماشين بردار پشتيبان چندكلاسه فعال با استفاده از اطلاعات ممتاز
پديدآورندگان :
جاويد ميترا M.javid183@sadjad.ac.ir دانشكده مهندسي كامپيوتر و فناوري اطلاعات، دانشگاه صنعتي سجاد، مشهد، ايران؛ , حميدزاده جواد J_hamidzadeh@sadjad.ac.ir ، دانشكده مهندسي كامپيوتر و فناوري اطلاعات، دانشگاه صنعتي سجاد، مشهد، ايران؛
كليدواژه :
طبقه‌بندي , ماشين بردار پشتيبان , اطلاعات ممتاز , يادگيري فعال
عنوان كنفرانس :
بيست و ششمين كنفرانس مهندسي برق ايران
چكيده فارسي :
تاكنون مدل‌هاي طبقه‌بندي زيادي براساس ماشين بردار پشتيبان طراحي شده كه سعي در افزايش كارايي طبقه‌بندي داشته است. يكي از تحقيقاتي كه در اين زمينه انجام گرفته، استفاده از اطلاعات ممتاز جهت بهبود صحت طبقه‌بندي مي‌باشد. در بيشتر تحقيقات انجام شده، فرد خبره اطلاعات ممتاز را مشخص مي‌كند و براساس آن داده‌هاي آموزش را به چند گروه تقسيم مي‌كند. هدف ما، انتخاب خودكار ويژگي حاوي اطلاعات ممتاز و همچنين گروه‌بندي داده‌هاي آموزش براساس اطلاعات ممتازي است كه در اين ويژگي وجود دارد تا بتوان از اين گروه‌بندي در جهت تصحيح تابع تصميم طبقه‌بند استفاده نمود. سپس با به‌كارگيري طبقه‌بند در روش طبقه‌بندي يكي در مقابل همه (OAA)، يك طبقه‌بند چندكلاسه خواهيم داشت. به منظور غلبه بر ناحيه‌هاي دشوار طبقه‌بندي OAA و كاهش هزينه برچسب‌گذاري داده‌هاي نيمه‌نظارتي، نمونه‌هايي كه داراي ارزش بيشتري هستند انتخاب شده و پس از برچسب‌گذاري به عنوان نمونه‌هاي آموزش به كار گرفته خواهند شد. به اين صورت يك طبقه‌بند چندكلاسه با استفاده از اطلاعات ممتاز و يادگيري فعال ايجاد مي‌شود. آزمايشات بر روي مجموعه داده‌هاي پايگاه UCI انجام شده‌اند. نتايج آزمايشات نشان‌دهنده برتري روش پيشنهادي نسبت به ساير روش‌هاي مطرح، از لحاظ صحت طبقه‌بندي در اين زمينه است.
