کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6856188 1437948 2018 20 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Consensus rate-based label propagation for semi-supervised classification
ترجمه فارسی عنوان
توزیع برچسب بر اساس توافق بر اساس طبقه بندی نیمه نظارت
کلمات کلیدی
نرخ انطباق، پخش برچسب، طبقه بندی نیمه نظارت، فرض صافی،
ترجمه چکیده
انتشار برچسب یکی از روشهای طبقه بندی نیمه تحت نظارت گسترده است. با استفاده از ساختارهای محله از مشاهدات برای استفاده از فرض صاف بودن، که توصیف می کند که مشاهدات نزدیک به یکدیگر بیشتر احتمال دارد به اشتراک گذاری یک برچسب. با این وجود، یک ساختار تک محله نمی تواند به طور مناسب ساختار داده های ذاتی را منعکس کند، و از این رو، روش های انتشار برچسب های موجود می توانند برای رسیدن به عملکرد برتر شکست بخورند. برای غلبه بر این محدودیت ها، ما یک الگوریتم انتشار برچسب بر اساس نرخ اجماع پیشنهاد می کنیم که با خلاصه سازی راه حل های خوشه بندی چندگانه برای ترکیب ویژگی های مختلف داده محاسبه می شود. بنابراین، الگوریتم پیشنهادی می تواند به طور مؤثر ساختار داده های ذاتی منعکس شود و نتایج طبقه بندی مناسبی را به دست آورد. آزمایشات بر روی مجموعه داده های مختلف انجام شده برای بررسی خواص الگوریتم پیشنهاد شده و مقایسه آن با روش های انتشار برچسب های موجود می باشد. نتایج تجربی نشان می دهد که الگوریتم انتشار الگوریتم پیشنهادی عملکرد برتر نسبت به روش های موجود را نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Label propagation is one of the most widely used semi-supervised classification methods. It utilizes neighborhood structures of observations to apply the smoothness assumption, which describes that observations close to each other are more likely to share a label. However, a single neighborhood structure cannot appropriately reflect intrinsic data structures, and hence, existing label propagation methods can fail to achieve superior performance. To overcome these limitations, we propose a label propagation algorithm based on consensus rates that are calculated by summarizing multiple clustering solutions to incorporate various properties of the data. Thus, the proposed algorithm can effectively reflect the intrinsic data structures, and yield accurate classification results. Experiments are conducted on various benchmark datasets to examine the properties of the proposed algorithm, and to compare it with the existing label propagation methods. The experimental results confirm that the proposed label propagation algorithm demonstrated superior performance compared to the existing methods.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Sciences - Volume 465, October 2018, Pages 265-284
نویسندگان
, ,