تطبیق دامنه های بصری با استفاده از تطبیق خصوصیات و مدل

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
در اکثر الگوریتم های یادگیری ماشین، توزیع احتمالی داده های آموزشی و تست (دامنه های منبع و هدف) یکسان فرض شده است. این درحالی است که در مسائل دنیای واقعی، اغلب این فرض برقرار نبوده و موجب کاهش بازدهی مدل می شود. هدف روش های تطبیق دامنه، ایجاد یک مدل تطبیق پذیر بر روی داده های آموزشی است که دارای عملکرد قابل قبولی بر روی داده های تست باشد. در این مقاله، یک روش تطبیقی بدون نظارت دومرحله ای با بهره گیری از روش های تطبیق خصوصیات و تطبیق مدل پیشنهاد شده است. در مرحله اول، داده های دامنه های منبع و هدف به یک فضای مشترک که دارای حداقل اختلاف توزیع حاشیه ای و شرطی می باشد، نگاشت می شوند و سپس از خوشه بندی مستقل از دامنه برای ایجاد تفکیک پذیری کلاس های مختلف در دامنه منبع بهره گرفته می شود. در مرحله دوم، یک طبقه بند انطباقی با حداقل کردن خطای پیش بینی و حداکثر نمودن سازگاری هندسی بین دامنه های منبع و هدف ایجاد می شود. روش پیشنهادی، بر روی چهار نوع پایگاه داده بصری شناخته شده با 36 آزمایش طراحی شده، مورد ارزیابی قرارگرفته است. نتایج به دست آمده، نشان دهنده بهبود قابل ملاحظه از عملکرد روش پیشنهادی در مقایسه با جدیدترین روش های حوزه یادگیری ماشین و یادگیری انتقالی است.
زبان:
فارسی
صفحات:
381 تا 397
لینک کوتاه:
magiran.com/p1971412 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 990,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 50 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!