迪亚迈德·科纳蒂,耶稣·马丁内斯·德尔·林孔凯西奥·德·坎波斯
研究成果:对日记账的贡献›第条›同行审查
2019年爱思唯尔有限公司版权所有。本手稿根据知识共享署名-非商业-无衍生许可证分发(https://creativecommons.org/licenses/by-nc-nd/4.0/)它允许出于非商业目的进行传播和复制,前提是引用了作者和来源。
主管:Polpo de Campos,C.(主管)&马丁内斯·德尔·林孔。(监理)
学生论文:博士论文›哲学博士
}
TY-JOUR公司
T1-使用鲁棒性的sum-product网络层次
AU-科纳蒂,迪亚迈德
AU-马丁内斯·德尔·林孔(Martinez del Rincon),耶稣
凯西奥·P·坎波斯。
PY-2019/8/2
2019/8/2年1月
N2-Sum-product网络是一个流行的概率图形模型家族,已经证明在多个任务中可以实现最先进的性能。当从稀缺数据中学习sum-product网络时,所获得的模型可能容易出现鲁棒性问题,并且参数的微小变化可能导致不同的结论。我们讨论了sum-product网络作为分类器的特性,并研究了它们对参数的鲁棒性。使用稳健性度量来识别(可能)不可靠的决策,我们构建了一种分层方法,其中,如果结果被认为不可靠,则测试时的分类任务将推迟到另一个模型。我们将此方法应用于47个数据集的基准分类任务。实验表明,鲁棒性度量是构建分类器动态集成的一种有意义的方法,我们的层次和积网络保证了准确性的提高。
AB-Sum生产网络是一个流行的概率图形模型家族,已经证明在多个任务中可以实现最先进的性能。当从稀缺数据中学习sum-product网络时,所获得的模型可能容易出现鲁棒性问题,并且参数的微小变化可能导致不同的结论。我们讨论了sum-product网络作为分类器的特性,并研究了它们对参数的鲁棒性。使用鲁棒性度量来识别(可能)不可靠的决策,我们建立了一种分层方法,在该方法中,如果结果被认为不可靠,则在测试时间内的分类任务被推迟到另一个模型。我们将此方法应用于47个数据集的基准分类任务。实验表明,鲁棒性度量是构建分类器动态集成的一种有意义的方法,我们的层次和积网络保证了准确性的提高。
U2-10.1016/j.ijar.2019.07.007
DO-2016年10月10日/j.ijar.2019.07.007
M3-物品
序号-0888-613X
VL-113
SP-245型
EP-255
JO-国际近似推理杂志
JF-国际近似推理杂志
急诊室-