| ชื่อเรื่อง | : | ระบบตัวจำแนกหลายตัวที่มีนัยทั่วไปชนิดฐานหลักดิสคริมิแนนท์เฉพาะที่ |
| นักวิจัย | : | วิทยากร อัศดรวิเศษ |
| คำค้น | : | MULTIPLE CLASSIFIER SYSTEMS , MULTIPLE DESCRIPTION CODING MODELS , LOCAL DISCRIMINANT BASES , GENERALIZED CODE CONCATENATION |
| หน่วยงาน | : | ฐานข้อมูลวิทยานิพนธ์ไทย |
| ผู้ร่วมงาน | : | - |
| ปีพิมพ์ | : | 2548 |
| อ้างอิง | : | http://www.thaithesis.org/detail.php?id=1082548000387 |
| ที่มา | : | - |
| ความเชี่ยวชาญ | : | - |
| ความสัมพันธ์ | : | - |
| ขอบเขตของเนื้อหา | : | - |
| บทคัดย่อ/คำอธิบาย | : | ในหลายปีนี้ เทคนิคที่ประสพความสำเร็จและแพร่หลายสำหรับการรู้จำรูปแบบและจักรเรียนรู้ คือ ตัวจำแนกตระกูลเฉพาะ ที่รู้จักกันดีในนาม ~iระบบตัวจำแนกแบบหลายตัว~iตัวจำแนกเหล่านี้ได้ถูกทดลองให้เห็นจริงในงานด้านต่างๆ โดยสม่ำเสมอ ในบางกรณีสามารถปรับปรุงความแม่นยำในการทำนายให้มีผลดีขึ้นอย่างชัดเจน โดยเฉพาะเมื่อเปรียบเทียบกับระบบที่ใช้ตัวจำแนกเพียงตัวเดียว วิทยานิพนธ์ฉบับนี้ขยายแนวคิดเดิมออกไปในหลายแง่ดังนี้ปรับปรุงความถูกต้องในการรู้จำของระบบตัวจำแนกแบบหลายตัวโดยใช้การแปลงเชิงเส้นการเข้ารหัสช่องสัญญาณที่มีนัยทั่วไปแบบคงทนสำหรับระบบตัวจำแนกแบบหลายตัว และการรวบรวมการทำนายอย่างเล็งเลิศ สาระสำคัญแรกของวิทยานิพนธ์ฉบับนี้ได้แก่การสำรวจการนำมาใช้ของ ~iเฟรม~iซึ่งเป็นเซตเกินบริบูรณ์ของเวกเตอร์ เพื่อใช้สำหรับการพรรณนาเชิงดิสคริมิแนนท์ที่มีประสิทธิภาพ ที่เรียกว่า~iการขยายแบบเฟรมด้วยฐานหลักดิสคริมิแนนท์เฉพาะที่~i (LDFE)ระเบียบวิธีที่นำเสนอเป็นแบบแผนที่ไม่สลับซับซ้อนและมีประสิทธิภาพเหมาะสำหรับปรับขยายการใช้อัลกอริธึมส์การสกัดลักษณะบ่งต่าง ~iฐานหลักดิสคริมิแนนท์เฉพาะที่~i (LDB)ให้อยู่ในเค้าโครงของ ~iการเข้ารหัสแบบหลายส่วนลักษณะ~i (MDC) ในการเอาชนะต่อการจำแนกผิด ปริมาณความซ้ำซ้อนที่จัดสรรล่วงหน้าได้ถูกเพิ่มให้กับข้อมูลเดิมในระหว่างกระบวนการสกัดลักษณะบ่งต่าง การจัดสรรดิสคริมิแนนท์แบบไม่เท่าเทียมถูกสร้างขึ้นด้วยการแปรเปลี่ยนปริมาณความซ้ำซ้อนโดยให้มีนัยขึ้นกับความสำคัญของข้อมูล สาระที่สองวิทยานิพนธ์นี้ได้พัฒนาส่วนขยายจำนวน 3 แบบจากวิธี ECOC ดั้งเดิมบนฐานของแบบแผนการเข้ารหัสต่อกันที่มีนัยทั่วไป การพัฒนาในส่วนนี้เป็นความพยายามในการปรับปรุงการจำแนกโดยการต่อกันของระบบตัวจำแนกแบบหลายตัวที่ต่างชนิดกันตั้งแต่สองตัวขึ้นไปเข้าด้วยกันสาระสำคัญอีกส่วนหนึ่งของวิทยานิพนธ์นี้ได้แก่การหาผลลัพธ์ที่ดีที่สุดของการประกอบกันของการทำนาย โดยที่ได้ทำการสำรวจอัลกอริทึมส์ใหม่สำหรับแบบแผนการรวบรวมแบบมีการถ่วงน้ำหนัก อัลกอริธึมส์นี้ใช้การประมาณเส้นที่มีการปรับแต่งค่าพารามิเตอร์ทางสถิติสาระสุดท้ายของวิทยานิพนธ์นี้ได้แก่การรู้จำหน้าด้วยฐานหลักดิสคริมิแนนท์เฉพาะที่ด้วยข่ายวงจรประสาท เนื่องจากความสามารถในการอินเทอร์โพเลตอย่างสูงของข่ายวงจรประสาททำให้สามารถสร้าง ~iกลุ่มของข่ายการแปลง~i ซึ่งสามารถอธิบายได้ด้วย เค้าโครงการเพิ่มการเรียนรู้ (ในระดับเอาท์พุต) และการถัวเฉลี่ยแบบจำลองเบเชี่ยน |
| บรรณานุกรม | : |
วิทยากร อัศดรวิเศษ . (2548). ระบบตัวจำแนกหลายตัวที่มีนัยทั่วไปชนิดฐานหลักดิสคริมิแนนท์เฉพาะที่.
กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย. วิทยากร อัศดรวิเศษ . 2548. "ระบบตัวจำแนกหลายตัวที่มีนัยทั่วไปชนิดฐานหลักดิสคริมิแนนท์เฉพาะที่".
กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย. วิทยากร อัศดรวิเศษ . "ระบบตัวจำแนกหลายตัวที่มีนัยทั่วไปชนิดฐานหลักดิสคริมิแนนท์เฉพาะที่."
กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย, 2548. Print. วิทยากร อัศดรวิเศษ . ระบบตัวจำแนกหลายตัวที่มีนัยทั่วไปชนิดฐานหลักดิสคริมิแนนท์เฉพาะที่. กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย; 2548.
|
