Эффективная глубинная классификация с помощью проективного инварианта классовой принадлежности
Предложен новый непараметрический метод DDα-процедура для автоматической классификации на θ ≥ 2 классов по многомерным данным. Классификатор DDα применен на имитационных и реальных данных. Приведено сравнение частоты ошибок при применении DDα и других дискриминантных методов....
Saved in:
| Date: | 2013 |
|---|---|
| Main Authors: | , , |
| Format: | Article |
| Language: | Russian |
| Published: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2013
|
| Series: | Управляющие системы и машины |
| Subjects: | |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Эффективная глубинная классификация с помощью проективного инварианта классовой принадлежности / Т. Ланге, К. Мослер, П. Можаровский // Управляющие системы и машины. — 2013. — № 2. — С. 47-58. — Бібліогр.: 29 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
oai:nasplib.isofts.kiev.ua:123456789-83143 |
|---|---|
| record_format |
dspace |
| spelling |
oai:nasplib.isofts.kiev.ua:123456789-831432025-02-23T17:42:55Z Эффективная глубинная классификация с помощью проективного инварианта классовой принадлежности The Efficient Depth Based Classification Using a Projective Invariant of a Class Membership Ефективна глибинна класифікація за допомогою проективного інваріанту належності до класу Ланге, Т. Мослер, К. Можаровский, П. Искусственный интеллект и обработка знаний Предложен новый непараметрический метод DDα-процедура для автоматической классификации на θ ≥ 2 классов по многомерным данным. Классификатор DDα применен на имитационных и реальных данных. Приведено сравнение частоты ошибок при применении DDα и других дискриминантных методов. The DDα-procedure is a nonparametric method for the supervised classification of multidimensional objects originating from θ ≥ 2 classes. The behavior of the DDα-classifier is investigated on the simulated as well as real data. The new procedure outperforms many existing discrimination methods, including SVM, regarding training speed, while its error rate is comparable with those techniques. Запропоновано новий непараметричний метод DDα-процедура для автоматичної класифікації на θ ≥ 2 класів багатовимірних даних. Класифікатор DDα застосовано до імітаційних та реальних даних. Наведено порівняння частоти помилок при застосуванні DDα та інших дискримінантних методів. 2013 Article Эффективная глубинная классификация с помощью проективного инварианта классовой принадлежности / Т. Ланге, К. Мослер, П. Можаровский // Управляющие системы и машины. — 2013. — № 2. — С. 47-58. — Бібліогр.: 29 назв. — рос. 0130-5395 https://nasplib.isofts.kiev.ua/handle/123456789/83143 004.93 ru Управляющие системы и машины application/pdf Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Russian |
| topic |
Искусственный интеллект и обработка знаний Искусственный интеллект и обработка знаний |
| spellingShingle |
Искусственный интеллект и обработка знаний Искусственный интеллект и обработка знаний Ланге, Т. Мослер, К. Можаровский, П. Эффективная глубинная классификация с помощью проективного инварианта классовой принадлежности Управляющие системы и машины |
| description |
Предложен новый непараметрический метод DDα-процедура для автоматической классификации на θ ≥ 2 классов по многомерным данным. Классификатор DDα применен на имитационных и реальных данных. Приведено сравнение частоты ошибок при применении DDα и других дискриминантных методов. |
| format |
Article |
| author |
Ланге, Т. Мослер, К. Можаровский, П. |
| author_facet |
Ланге, Т. Мослер, К. Можаровский, П. |
| author_sort |
Ланге, Т. |
| title |
Эффективная глубинная классификация с помощью проективного инварианта классовой принадлежности |
| title_short |
Эффективная глубинная классификация с помощью проективного инварианта классовой принадлежности |
| title_full |
Эффективная глубинная классификация с помощью проективного инварианта классовой принадлежности |
| title_fullStr |
Эффективная глубинная классификация с помощью проективного инварианта классовой принадлежности |
| title_full_unstemmed |
Эффективная глубинная классификация с помощью проективного инварианта классовой принадлежности |
| title_sort |
эффективная глубинная классификация с помощью проективного инварианта классовой принадлежности |
| publisher |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| publishDate |
2013 |
| topic_facet |
Искусственный интеллект и обработка знаний |
| citation_txt |
Эффективная глубинная классификация с помощью проективного инварианта классовой принадлежности / Т. Ланге, К. Мослер, П. Можаровский // Управляющие системы и машины. — 2013. — № 2. — С. 47-58. — Бібліогр.: 29 назв. — рос. |
| series |
Управляющие системы и машины |
| work_keys_str_mv |
AT langet éffektivnaâglubinnaâklassifikaciâspomoŝʹûproektivnogoinvariantaklassovojprinadležnosti AT moslerk éffektivnaâglubinnaâklassifikaciâspomoŝʹûproektivnogoinvariantaklassovojprinadležnosti AT možarovskijp éffektivnaâglubinnaâklassifikaciâspomoŝʹûproektivnogoinvariantaklassovojprinadležnosti AT langet theefficientdepthbasedclassificationusingaprojectiveinvariantofaclassmembership AT moslerk theefficientdepthbasedclassificationusingaprojectiveinvariantofaclassmembership AT možarovskijp theefficientdepthbasedclassificationusingaprojectiveinvariantofaclassmembership AT langet efektivnaglibinnaklasifíkacíâzadopomogoûproektivnogoínvaríantunaležnostídoklasu AT moslerk efektivnaglibinnaklasifíkacíâzadopomogoûproektivnogoínvaríantunaležnostídoklasu AT možarovskijp efektivnaglibinnaklasifíkacíâzadopomogoûproektivnogoínvaríantunaležnostídoklasu |
| first_indexed |
2025-07-22T04:26:56Z |
| last_indexed |
2025-07-22T04:26:56Z |
| _version_ |
1838319839998902272 |