بازگشت به جستجو

طبقه بندی چند برچسبی با شبکه عصبی

عنوان	طبقه بندی چند برچسبی با شبکه عصبی
نویسنده	اکشی اوغلو، سزین
تاریخ انتشار:	2023-01-18T12:43:56Z
نوع	سند
زبان	انگلیسی
دیجیتال	بله
نسخه خطی	خیر
کتابخانه:	دانشگاه اوزیغین
شماره ثبت	cd8d1f5c-158c-48c8-8cd6-e4c855bd178c
محل کتابخانه	گروه علوم داده
تاریخ	2023-01-18T12:43:56Z
متن نمونه	طبقه بندی چند برچسبی برای چندین کاربرد اهمیت زیادی دارد، همچنین یک موضوع تحقیقاتی چالش برانگیز است. این نوعی یادگیری تحت نظارت است که شامل اهداف باینری است. فاصله بین طبقه بندی چند برچسبی و باینری داشتن بیش از یک کلاس در مسائل طبقه بندی چند برچسبی است. ویژگی ها می توانند به یک کلاس یا چندین کلاس تعلق داشته باشند. طیف گسترده ای از برنامه های کاربردی برای پیش بینی چند برچسب مانند برچسب گذاری تصویر، طبقه بندی متن، عملکرد ژن وجود دارد. اگرچه ویژگی ها در بسیاری از کلاس ها طبقه بندی می شوند، ممکن است همیشه به درستی طبقه بندی نشوند. روش های گروهی زیادی برای طبقه بندی وجود دارد. با این حال، بسیاری از محققان در مورد روش های چند برچسبی بهتر نگران بوده اند. به خصوص کوچک‌ترها به طور همزمان روی کارایی طبقه‌بندی‌کننده‌ها و روابط زوجی تمرکز می‌کنند تا طبقه‌بندی چند برچسبی بهتر را پیاده‌سازی کنند. در این مقاله، ما بر روی روش‌های مجموعه اصلاح‌شده با بهره‌گیری از مزایای k-نزدیک‌ترین همسایه‌ها و ساختار شبکه عصبی به‌طور متوالی کار کردیم تا مسائل را به‌طور سودمند بررسی کنیم و تأثیرات بهتری را از طبقه‌بندی چند برچسبی دریافت کنیم. مجموعه داده‌های در دسترس عموم (مخمر، احساسات، صحنه و پرندگان) برای نشان دادن کارایی الگوریتم توسعه‌یافته انجام می‌شوند و تکنیک اندازه‌گیری می‌شود. الگوریتم ما نسبت به معیارهای هر مجموعه داده با معیارهای مختلف عملکرد بهتری دارد. نتیجه الگوریتم قابل رقابت با نتایج پیشرفته است. به خصوص، در میانگین وزنی کمینه سازی مثبت کاذب و کمینه سازی منفی کاذب، الگوریتم از معیارها عبور می کند. İkili hedefler içeren bir tür denetimli öğrenmedir. Çok etiketli sınıflandırma problemlerinde çok etiketli ve ikili sınıflandırma arasındaki mesafe, birden fazla sınıfa sahip olmaktır. اوزللیکلر بیر سینیفا ویا بیرچوک سینیفا آیت اولابیلیر. Görüntü etiketleme، metin kategorizasyonu، gen işlevselliği gibi çok etiketli tahmin için geniş bir uygulama yelpazesi bulunmaktadır. اوزللیکلر بیرچوک سینیفتا سینیفلاندیریلمیش اولسا دا، هر زمان اویگون شکیلده سینیفلاندیریللامایابیلیرلر. Sınıflandırma için birçok topluluk yöntemi vardır. Bununla birlikte، araştırmacıların çoğu، daha iyi çoklu etiket yöntemleri konusunda endişe duymaktadır. اوزللیکله بازیلاری، داها اییی چوک تیکتلی سینیفلاندیرما اویگولامک ایچین هم سینیفلاندیریکیلارین ویرملیلیغینه هم د ایکیلی باغلارا عینی آندا اوداکلانیر. بو چالیشمادا، سورونلاری یارارلی بیر شکلیلده ایله المک و چوک ایتیکتلی سینیفلاندیرمادان داها اییی اتکیلر الده اتمک ایچین ک - ان یاکین کومشو آلگوریتماسیندان و یاپای سینیر آغی یاپیشیندان سیاراقیلا دئیرایلا ئتمک ایچین ک. üzerinde çalıştık. Farklı veri setleri üzerinde algoritmamızı uyguladık. Algoritmamız, farklı metriklere sahip her veri kümesi için kıyaslamalardan daha iyi performans gösterir. Algoritmanın sonucu, en gelişmiş sonuçlarla rekabet edebilir ölçüdedir ve doğruluk açısından rakiplerini geçen sonuçlar elde edilmiştir.

مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات

دانشگاه اوزیغین

طبقه بندی چند برچسبی با شبکه عصبی

نویسنده اکشی اوغلو، سزین

تاریخ انتشار 2023-01-18T12:43:56Z

نوع سند

زبان انگلیسی

دیجیتال بله

نسخه خطی خیر

کتابخانه دانشگاه اوزیغین

شماره ثبت cd8d1f5c-158c-48c8-8cd6-e4c855bd178c

محل کتابخانه گروه علوم داده

تاریخ 2023-01-18T12:43:56Z

متن نمونه طبقه بندی چند برچسبی برای چندین کاربرد اهمیت زیادی دارد، همچنین یک موضوع تحقیقاتی چالش برانگیز است. این نوعی یادگیری تحت نظارت است که شامل اهداف باینری است. فاصله بین طبقه بندی چند برچسبی و باینری داشتن بیش از یک کلاس در مسائل طبقه بندی چند برچسبی است. ویژگی ها می توانند به یک کلاس یا چندین کلاس تعلق داشته باشند. طیف گسترده ای از برنامه های کاربردی برای پیش بینی چند برچسب مانند برچسب گذاری تصویر، طبقه بندی متن، عملکرد ژن وجود دارد. اگرچه ویژگی ها در بسیاری از کلاس ها طبقه بندی می شوند، ممکن است همیشه به درستی طبقه بندی نشوند. روش های گروهی زیادی برای طبقه بندی وجود دارد. با این حال، بسیاری از محققان در مورد روش های چند برچسبی بهتر نگران بوده اند. به خصوص کوچک‌ترها به طور همزمان روی کارایی طبقه‌بندی‌کننده‌ها و روابط زوجی تمرکز می‌کنند تا طبقه‌بندی چند برچسبی بهتر را پیاده‌سازی کنند. در این مقاله، ما بر روی روش‌های مجموعه اصلاح‌شده با بهره‌گیری از مزایای k-نزدیک‌ترین همسایه‌ها و ساختار شبکه عصبی به‌طور متوالی کار کردیم تا مسائل را به‌طور سودمند بررسی کنیم و تأثیرات بهتری را از طبقه‌بندی چند برچسبی دریافت کنیم. مجموعه داده‌های در دسترس عموم (مخمر، احساسات، صحنه و پرندگان) برای نشان دادن کارایی الگوریتم توسعه‌یافته انجام می‌شوند و تکنیک اندازه‌گیری می‌شود. الگوریتم ما نسبت به معیارهای هر مجموعه داده با معیارهای مختلف عملکرد بهتری دارد. نتیجه الگوریتم قابل رقابت با نتایج پیشرفته است. به خصوص، در میانگین وزنی کمینه سازی مثبت کاذب و کمینه سازی منفی کاذب، الگوریتم از معیارها عبور می کند. İkili hedefler içeren bir tür denetimli öğrenmedir. Çok etiketli sınıflandırma problemlerinde çok etiketli ve ikili sınıflandırma arasındaki mesafe, birden fazla sınıfa sahip olmaktır. اوزللیکلر بیر سینیفا ویا بیرچوک سینیفا آیت اولابیلیر. Görüntü etiketleme، metin kategorizasyonu، gen işlevselliği gibi çok etiketli tahmin için geniş bir uygulama yelpazesi bulunmaktadır. اوزللیکلر بیرچوک سینیفتا سینیفلاندیریلمیش اولسا دا، هر زمان اویگون شکیلده سینیفلاندیریللامایابیلیرلر. Sınıflandırma için birçok topluluk yöntemi vardır. Bununla birlikte، araştırmacıların çoğu، daha iyi çoklu etiket yöntemleri konusunda endişe duymaktadır. اوزللیکله بازیلاری، داها اییی چوک تیکتلی سینیفلاندیرما اویگولامک ایچین هم سینیفلاندیریکیلارین ویرملیلیغینه هم د ایکیلی باغلارا عینی آندا اوداکلانیر. بو چالیشمادا، سورونلاری یارارلی بیر شکلیلده ایله المک و چوک ایتیکتلی سینیفلاندیرمادان داها اییی اتکیلر الده اتمک ایچین ک - ان یاکین کومشو آلگوریتماسیندان و یاپای سینیر آغی یاپیشیندان سیاراقیلا دئیرایلا ئتمک ایچین ک. üzerinde çalıştık. Farklı veri setleri üzerinde algoritmamızı uyguladık. Algoritmamız, farklı metriklere sahip her veri kümesi için kıyaslamalardan daha iyi performans gösterir. Algoritmanın sonucu, en gelişmiş sonuçlarla rekabet edebilir ölçüdedir ve doğruluk açısından rakiplerini geçen sonuçlar elde edilmiştir.