Počet záznamů: 1
Boosting in probabilistic neural networks
- 1.
SYSNO ASEP 0410888 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Boosting in probabilistic neural networks Tvůrce(i) Grim, Jiří (UTIA-B) RID, ORCID
Pudil, Pavel (UTIA-B) RID
Somol, Petr (UTIA-B) RIDVyd. údaje Los Alamitos: IEEE Computer Society, 2002 ISBN 0-7695-1699-8 Zdroj.dok. Proceedings of the 16th International Conference on Pattern Recognition / Kasturi R. ; Laurendeau D. ; Suen C. Rozsah stran s. 136-139 Poč.str. 4 s. Akce International Conference on Pattern Recognition /16./ Datum konání 11.08.2002-15.08.2002 Místo konání Québec City Země CA - Kanada Typ akce WRD Jazyk dok. eng - angličtina Země vyd. US - Spojené státy americké Klíč. slova neural networks ; finite mixtures ; boosting Vědní obor RIV BB - Aplikovaná statistika, operační výzkum CEP GA402/01/0981 GA ČR - Grantová agentura ČR KSK1019101 GA AV ČR - Akademie věd CEZ AV0Z1075907 - UTIA-B Anotace It has been verified in practical experiments that the classification performance can be improved by increasing the weights of misclassified training samples. We prove that in case of maximum-likelihood estimation the weighting of discrete data vectors is asymptotically equivalent to multiplication of the estimated distributions by a positive function. Consequently, the Bayesian decision-making can be made asymptotically invariant with respect to arbitrary weighting of data under certain conditions. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201.
Počet záznamů: 1