Umfang:
Online-Ressource
Ausgabe:
Online-Ausg.
ISBN:
9783862199990
Inhalt:
Zusammenfassung -- Danksagung -- Inhaltsverzeichnis -- Akronyme -- Symbole -- 1 Einführung -- 1.1 Motivation -- 1.2 Herausforderungen, Zielsetzung und innovative Aspekte -- 1.3 Aktives Lernbeispiel -- 1.4 Eigene Veröffentlichungen -- 1.5 Aufbau der Arbeit -- 2 Theoretische und methodische Grundlagen -- 2.1 Aktives Lernen -- 2.2 Modellierung von Struktur in Daten -- 2.3 Classifier based on Mixture Models (CMM) -- 2.3.1 Shared-Components-Ansatz (CMMsha) -- 2.3.2 Separate-Components-Ansatz (CMMsep) -- 2.4 Support Vector Machines (SVM) -- 2.4.1 Linearer Fall -- 2.4.2 Nicht-linearer Fall
Inhalt:
2.5 Evaluation -- 2.5.1 Allgemeine Anmerkungen -- 2.5.2 Bewertungsmaße -- 2.5.3 Datensätze -- 3 Nutzung von Strukturinformation zur aktiven Musterauswahl -- 3.1 Stand der Technik -- 3.2 Grundanforderungen -- 3.3 Distance-Density-Distribution-Diversity Sampling (4DS) -- 3.4 Experimentelle Untersuchungen -- 3.4.1 Aktive Selektionsstrategien -- 3.4.2 Exemplarische Untersuchung der Selektionsstrategie 4DS -- 3.4.3 Vergleich basierend auf 20 Benchmark-Datensätzen -- 3.5 Abschlussbemerkung -- 4 Aktive Verfeinerung der Strukturinformation -- 4.1 Stand der Technik
Inhalt:
4.2 Erweiterung des aktiven Lernzyklus -- 4.3 Transduktiver Lernprozess -- 4.3.1 Schritt 0: Aktualisierung der Klassen-A-posteriori -- 4.3.2 Schritt 1: Bewertung der Modellkomponenten -- 4.3.3 Schritt 2: Mustererfassung -- 4.3.4 Schritt 3: Musterbasierter Klassifikator -- 4.3.5 Schritt 4: Lokaler Klassifikator CMMsep -- 4.3.6 Schritt 5: Fusion der Modellkomponenten -- 4.3.7 Schritt 6: Musterklassifikation -- 4.4 Erklärung am Beispiel -- 4.5 Experimentelle Untersuchungen -- 4.5.1 Klassifikatoren -- 4.5.2 Aktive Selektionsstrategien -- 4.5.3 Vergleich basierend auf 20 Benchmark-Datensätzen
Inhalt:
4.6 Abschlussbemerkung -- 5 Nutzung von Strukturinformation für das aktive Training von SVM -- 5.1 Responsibility-Weighted-Mahalanobis-Kernel -- 5.1.1 RWM-Ähnlichkeitsmaß -- 5.1.2 RWM-Kernelfunktion -- 5.1.3 Erweiterung für kategorische Eingabedimensionen -- 5.2 Halb-überwachtes Training einer SVM mit RWM-Kernel -- 5.2.1 Stand der Technik -- 5.2.2 Experimentelle Untersuchungen -- 5.2.3 Abschlussbemerkung -- 5.3 Aktives Training einer SVM mit RWM-Kernel -- 5.3.1 Stand der Technik -- 5.3.2 Experimentelle Untersuchungen -- 5.3.3 Abschlussbemerkung -- 6 Zusammenfassung und Ausblick
Inhalt:
6.1 Zusammenfassung -- 6.2 Ausblick -- A Anhang -- A.1 Semi-Metrik-Beweis der RWM-Ähnlichkeit -- A.2 Künstlich erzeugte Datensätze -- Literaturverzeichnis -- Eidesstattliche Erklärung
Anmerkung:
Description based upon print version of record
Weitere Ausg.:
ISBN 3862199991
Weitere Ausg.:
ISBN 9783862199983
Weitere Ausg.:
ISBN 9783862199990
Weitere Ausg.:
Erscheint auch als Druck-Ausgabe Reitmaier, Tobias Aktives Lernen für Klassifikationsprobleme unter der Nutzung von Strukturinformationen : Kassel University Press GmbH,c2015
Sprache:
Englisch
Schlagwort(e):
Electronic books
URL:
Volltext
(lizenzpflichtig)
Mehr zum Autor:
Reitmaier, Tobias 1980-
