Побудова класифікаторів на основі ядерних оцінок щільності з використанням апостеріорних ймовірностей конкуруючих множин

dc.contributor.authorАнісімов, А.В.
dc.contributor.authorГалкін, О.А.
dc.date.accessioned2016-03-30T16:25:49Z
dc.date.available2016-03-30T16:25:49Z
dc.date.issued2015
dc.description.abstractЗапропоновано пiдхiд до побудови класифiкаторiв на основi ядерних оцiнок щiльностi для розв’язання задач розпiзнавання образiв. Пiдхiд грунтується на використаннi апостерiорної ймовiрностi та роздiлової мiри типу π-значення для ефективного роздiлення конкуруючих множин. Для кожної оцiнки щiльностi класу застосовано сiмейство оцiнок щiльностi для кожної множини в широкому дiапазонi смуг пропускання. Запропоновано та адаптовано процедуру об’єднання результатiв класифiкацiї на рiзних рiвнях згладжування, що забезпечило гнучке використання рiзних смуг пропускання для рiзних пар конкуруючих класiв. Статистичнi невизначеностi обчислено на основi приблизно оцiнених ймовiрностей помилкової класифiкацiї.uk_UA
dc.description.abstractПредложен подход к построению классификаторов на основе ядерных оценок плотности для решения задач распознавания образов. Подход основан на использовании апостериорной вероятности и разделительной меры типа π-значение для эффективного разделения конкурирующих множеств. Для каждой оценки плотности класса применено семейство оценок плотности для каждого множества в широком диапазоне полос пропускания. Предложена и адаптирована процедура объединения результатов классификации на разных уровнях сглаживания, что обеспечило гибкое использование различных полос пропускания для различных пар конкурирующих классов. Статистические неопределенности вычислены на основе приближенно оцененных вероятностей ошибочной классификации.uk_UA
dc.description.abstractAn approach is proposed to construct classifiers based on kernel density estimates for solving pattern recognition problems. The approach is based on the use of the a posteriori probability and a distributive π-type measure for the effective division of competing sets. The family of density estimates is applied to each set in a wide range of bandwidths for each estimate of the class density. A procedure is proposed and adapted to combine the classification results on different levels of smoothing that provides a flexible use of different bandwidths for different pairs of competing classes. Statistical uncertainties are calculated on the basis of approximate estimated probabilities of a misclassification.uk_UA
dc.identifier.citationПобудова класифікаторів на основі ядерних оцінок щільності з використанням апостеріорних ймовірностей конкуруючих множин / А.В. Анісімов, О.А. Галкін // Доповіді Національної академії наук України. — 2015. — № 9. — С. 25-34. — Бібліогр.: 9 назв. — укр.uk_UA
dc.identifier.issn1025-6415
dc.identifier.udc519.7
dc.identifier.urihttps://nasplib.isofts.kiev.ua/handle/123456789/97592
dc.language.isoukuk_UA
dc.publisherВидавничий дім "Академперіодика" НАН Україниuk_UA
dc.relation.ispartofДоповіді НАН України
dc.statuspublished earlieruk_UA
dc.subjectІнформатика та кібернетикаuk_UA
dc.titleПобудова класифікаторів на основі ядерних оцінок щільності з використанням апостеріорних ймовірностей конкуруючих множинuk_UA
dc.title.alternativeПостроение классификаторов на основе ядерных оценок плотности с использованием апостериорных вероятностей конкурирующих множествuk_UA
dc.title.alternativeConstruction of classifiers based on kernel density estimations using the a posteriori probabilities of competing setsuk_UA
dc.typeArticleuk_UA

Файли

Оригінальний контейнер

Зараз показуємо 1 - 1 з 1
Завантаження...
Ескіз
Назва:
06-Anisimov.pdf
Розмір:
1.03 MB
Формат:
Adobe Portable Document Format

Контейнер ліцензії

Зараз показуємо 1 - 1 з 1
Завантаження...
Ескіз
Назва:
license.txt
Розмір:
817 B
Формат:
Item-specific license agreed upon to submission
Опис: