Learning Weighted Metrics Method with Nonsmooth Learning Process

0311037 - ÚI 2009 SIGLE CZ eng V - Výzkumná zpráva
Jiřina, Marcel - Jiřina jr., M.
Learning Weighted Metrics Method with Nonsmooth Learning Process.
[Metoda váhované metriky s nehladkým procesem učení.]
Prague: CTU + ICS AS CR, 2008. 15 s. Technical Report, V-1026.
Grant CEP: GA MŠMT(CZ) 1M0567
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: multivariate data * pattern classification * 1-NN classifier * weighted distances * error minimization
Kód oboru RIV: BA - Obecná matematika

A new approach to the Learning Weighted Metrics method for optimized classification of data with 1-NN rule Vidal is proposed. New approach is based on application of updating rule similar to one of Madaline neural network, and on dynamic optimization of the step size similar to Runge's method of half step. A short theory is given and the classification ability is demonstrated.

Navrhuje se nový přístup k metodě váhované metriky pro optimalizovanou klasifikaci dat pomocí pravidla nejbližšího souseda. Nový přístup je založen na aplikaci aktualizačního pravidla podobného aktualizačnímu pravidlu u neuronové sítě Madalina a na dynamické optimalizaci velikosti kroku podobné Rungeho metodě polovičního kroku. Je podána krátká teorie a jsou ukázány klasifikační schopnosti metody.
Trvalý link: http://hdl.handle.net/11104/0162753