Discriminant ensembles and error analysis of classifier fusion rules
Ayırtaç toplulukları ve sınıflandırıcı birleştirme kurallarının hata çözümlemesi
- Tez No: 200105
- Danışmanlar: PROF. ETHEM ALPAYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
AYIRTAÇ TOPLULUKLARI VE SINIFLANDIRICI B RLEŞT RMEKURALLARININ HATA ÇÖZÜMLEMESMurat SEMERCHer sınıflandırma algoritması veri hakkında farklı bir varsayımda bulunur ve farklıörüntüler üzerinde yanlış yapar; bu yüzden uygun bir kaynaşım ile genel doğrulukarttırılabilir.Birleştirme, genellikle sonsal olasılık olan sınıflandırıcı sonuç değerleri üzerindegerçekleştirilir. Sınıflandırıcı kaynaşım yöntemlerinin amacı doğruluk başarımınıarttırmak olsa da her zaman başarılı olacaklarının teminatı yoktur. Bu çalışmada bütünsınıflandırıcı sonuç değerlerini kullanmak yerine, onların altkümelerini kullanan yeni birbirleştirme tasarısı öneriyoruz. Ayırtaç seçmek ve birleştirmek için karar ağaçları veözellik seçme kullanan üç farklı yöntem deniyoruz. Karar ağaçlarının en iyi özellikaltkümesini seçmede daha başarılı olduğunu ve seçilen ayırtaç sonuçları eğitilmiş birdoğrusal model ile birleştirildiğinde doğruluk başarımını daha da arttırılabildiğinigörüyoruz.Sabit kuralların davranışlarını anlamaya çabalarken, hata fonksiyonunu yanlılık, değişintive gürültü bileşenlerine ayırma fikrini uyguluyoruz. Bu çalışmada yazındaki kare ve 0/1hata tanımlamalarının yanlılık, değişinti ve gürültü ayrıştırmalarını kısaca gözdengeçiriyor, bu bileşenlerin toplulukların hata davranışını, özellikle en küçük ve en büyükkuralları kullanıldığında, açıklamada yetersiz kaldığını gösteriyoruz. Bazı kaynaşımyöntemlerinin, veri kümesinin üstünde birbiçimli veya Gauss gürültü varsayımlarıaltında, ötekilerden daha iyi çalışmasının nedenlerini veriyoruz. Sabit kurallarındavranışını açıklamak için kesişim alanına dayanan bir ölçü öneriyoruz.
Özet (Çeviri)
DISCRIMINANT ENSEMBLES AND ERROR ANALYSIS OF CLASSIFIER FUSIONRULESMurat SEMERCEach classification algorithm has its own underlying assumption and misclassifiesdifferent patterns and overall accuracy can be increased by a suitable fusion of multipleclassifiers.The combination is performed over the scores of classifiers, which are mostly posteriorprobabilities. Although the aim of classifier fusion is improved accuracy, there is noguarantee that this will be the case. In this study, we propose a new combination schemewhich uses a subset of the classifier scores instead of using all of them. We experimentwith three different methods for discriminant selection and combination, using decisiontrees and feature selection. We see that decision trees are better in choosing the bestsubset of features and accuracy is improved especially when the chosen discriminantoutputs are combined with a trained linear model.In trying to understand the behavior of the fixed rules, we apply the idea of decomposinga loss function into bias, variance and noise. This study gives a brief survey of the bias,variance and noise decompositions in the literature for squared and 0/1 loss. We showthat they are unable to explain the error behaviour of fusion rules, especially forminimum and maximum rules. We give the reasons why some fusion strategies workbetter than others under the assumptions of uniform or Gaussian noise. We proposeinstead a measure based on the area of intersection to explain the behavior of the fixedrules.
Benzer Tezler
- Anadolu karaçamı (Pinus nigra Arn.ssp.pallasiana Lamb.Holmboe)nın coğrafik varyasyonları
Variabilite geographique de Pinus nigra Arn.ssp.pallasiana Lamb. Holmboe
C. ÜNAL ALPTEKİN
Doktora
Türkçe
1986
Ormancılık ve Orman Mühendisliğiİstanbul ÜniversitesiSilvikültür Ana Bilim Dalı
PROF. DR. SUAD ÜRGENÇ
- Arıtma çamuru yoğunlaştırıcılarının boyutlandırılması üzerine bir araştırma
Başlık çevirisi yok
NECDET ARAL
- Çoklu ayırma ve sınıflandırma analizi -eğitimde öğrencilerin meslek seçimine uygulanması-
Başlık çevirisi yok
ZEKİ ÇAKMAK
- Borderline kişilik bozukluğu ile DSM III-R II. eksen küme B kişilik bozuklukları karşılaştırılması ve takip çalışması
Başlık çevirisi yok
SELAHATTİN ŞENOL