New diversity measure for data stream classification ensembles

تنوع کمیته رأی گیری یکی از ویژگی های کلیدی سیستم های گروهی است. این مزایا را که می تواند از طریق ترکیب سازنده به دست آید، تعیین می کند. معیارهای زیادی از تنوع وجود دارد که می تواند در سیستم های تصمیم گیری کلاسیک مورد استفاده قرار گیرد که در محیط های ثابت کار می کنند. طیف گسترده ای از الگوریتم ها برای تضمین تنوع گروه ها پیشنهاد شده است. بسته بندی و تقویت برخی از محبوب ترین نمونه ها است. متاسفانه، این اندازه گیری ها و الگوریتم ها نمی توانند در سیستم هایی که پردازش داده ها را پردازش می کنند استفاده شود. نه تنها باید یک پردازش متفاوت برای پردازش سریع نمونه ها در یک جریان طراحی شود، بلکه مفهوم تنوع نیز باید دوباره تعریف شود. در این مقاله پیشنهاد می شود که تنوع بر اساس تجزیه و تحلیل واکنش های طبقه بندی به تغییرات جریان داده ها ارزیابی شود. بنابراین، دو روش جدید تنوع روند روند خطا معرفی شده است که روند خطاهای طبقه بندی ها را در مقایسه با نمونه های بعدی پردازش می کند. کاربرد عملی این اقدامات نیز در قالب یک الگوریتم مشتمل بر یک الگوریتم رونده خطای جدید ارائه شده است، که در آن اقدامات ما در روش آموزش گنجانده شده است. عملکرد الگوریتم پیشنهادی از طریق یک سری آزمایش ها و با چندین روش رقابت مقایسه می شود. نتایج نشان می دهد که اقدامات ما دقیقا تنوع را ارزیابی می کنند و کاربرد آنها باعث ایجاد سیستم های طبقه بندی کوچک و مؤثر می شود.