?
Greedy algorithms of feature selection for multiclass image classification
P. 38–46.
E. F. Goncharova, Gaidel A. V.
В книге
Vol. 2210: Proceedings of the International Conference Information Technology and Nanotechnology. Session Image Processing and Earth Remote Sensing . , [б.и.], 2018.
Добавлено: 2 января 2026 г.
Karpukhina D., Федянин Д. Н., , in: 2023 5th International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency (SUMMA)Vol. 5.: IEEE, 2023. P. 888–893.
Добавлено: 24 февраля 2024 г.
Denisova I., Chubarova T., Bogatova I. и др., Population and Economics 2020 Vol. 4 No. 3 P. 111–127
Добавлено: 15 сентября 2023 г.
Дубнов Ю. А., Scientific and Technical Information Processing 2021 Vol. 48 No. 6 P. 430–435
Рассматривается задача отбора признаков для формирования обучающей выборки в задаче классификации. Предлагается метод отбора информативных признаков на основе вероятностного подхода и метрики перекрестной энтропии. Исследуется несколько вариантов информационного критерия отбора признаков для задачи бинарной классификации и его обобщение на случай многоклассовой задачи. Приводятся демонстрационные примеры работы предложенного метода для задачи классификации изображений из коллекции mnist. ...
Добавлено: 28 октября 2022 г.
Игнатов Д. И., Яковлева А. С., , in: Proceedings of the 9th International Workshop "What can FCA do for Artificial Intelligence?" (FCA4AI 2021)Vol. 2972.: CEUR-WS, 2021. P. 87–98.
Добавлено: 1 ноября 2021 г.
Дубнов Ю. А., Искусственный интеллект и принятие решений 2020 № 2 С. 78–85
Рассматривается задача отбора признаков для формирования обучающей выборки в задаче классификации. Предлагается метод отбора информативных признаков на основе вероятностного подхода и метрики перекрестной энтропии. Исследуется несколько вариантов информационного критерия отбора признаков для задачи бинарной классификации и его обобщение на случай многоклассовой задачи. Приводятся демонстрационные примеры работы предложенного метода для задачи классификации изображений из коллекции mnist. ...
Добавлено: 31 октября 2020 г.
Гончарова Е. Ф., Гайдель А. В., В кн.: Сборник трудов IV Международной конференции и молодёжной школы "Информационные технологии и нанотехнологии" (ИТНТ 2018).: Самара: Предприятие "Новая техника", 2018. С. 620–630.
Для улучшения результатов классификации изображений, полученных при ДЗЗ, на несколько классов, мы предлагаем применение двух жадных алгоритмов отбора признаков. Первый является алгоритмом жадного добавления признаков и основан на максимизации критерия дискриминантного анализа, второй - алгоритм жадного удаления признаков, который строится на основании линейной регрессионной модели. Г лавным преимуществом данных алгоритмов является то, что они вычисляют ...
Добавлено: 9 ноября 2018 г.
Goncharova E., Gaidel A., , in: CEUR Workshop ProceedingsVol. 1901: Proceedings of the International conference Information Technology and Nanotechnology. Session Image Processing, Geoinformation Technology and Information Security.: CEUR-WS, 2017. P. 86–91.
Добавлено: 9 ноября 2018 г.
Дубнов Ю. А., Информационные технологии и вычислительные системы 2018 № 2 С. 60–69
В работе рассматривается задача понижения размерности пространства признаков для описания
объектов в задачах анализа данных на примере бинарной классификации. В статье приводится обзор существующих подходов к решению данной задачи и предлагается несколько модификаций, в которых понижение размерности рассматривается как задача извлечения наиболее релевантной информации из признакового описания объектов и решается в терминах Шеноновской энтропии. Для выявления ...
Добавлено: 4 июля 2018 г.
Babkina T., Menshikov I., Shklover A. и др., Plos One 2017 Vol. 12 No. 11 P. 1–17
Добавлено: 4 июня 2018 г.
Varvara V. Tsurko, Михальский А. И., , in: Artificial Intelligence: Methodology, Systems, and Applications 16th International Conference, AIMSA 2014, Varna, Bulgaria, September 11-13, 2014. ProceedingsVol. 8722.: Dordrecht, L., Cham, Heidelberg, NY: Springer, 2014. P. 139–149.
Рассматривается метод выбора по эмпирическим данным параметров, максимизирующих информационное расстояние между распределениями в двух классах. Описывается применение метода для выбора параметров в задаче мониторирования производственного процесса. Проводится сравнение метода с другими методами, основанными на оценке информационного расстояния. ...
Добавлено: 19 декабря 2014 г.
Switzerland: Springer, 2014.
This book constitutes the refereed proceedings of the 6th IAPR TC3 International Workshop on Artificial Neural Networks in Pattern Recognition, ANNPR 2014, held in Montreal, QC, Canada, in October 2014. The 24 revised full papers presented were carefully reviewed and selected from 37 submissions for inclusion in this volume. They cover a large range of ...
Добавлено: 30 сентября 2014 г.
Springer, 2014.
This book constitutes the thoroughly refereed post-conference proceedings of the 8th International Conference on Learning and Optimization, LION 8, which was held in Gainesville, FL, USA, in February 2014. The 33 contributions presented were carefully reviewed and selected for inclusion in this book. A large variety of topics are covered, such as algorithm configuration; multiobjective ...
Добавлено: 15 сентября 2014 г.
Springer, 2014.
This book constitutes the thoroughly refereed post-conference proceedings of the 8th International Conference on Learning and Optimization, LION 8, which was held in Gainesville, FL, USA, in February 2014. The 33 contributions presented were carefully reviewed and selected for inclusion in this book. A large variety of topics are covered, such as algorithm configuration; multiobjective ...
Добавлено: 13 августа 2014 г.