Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: nadzorowane uczenie maszynowe

Sortuj według:

Ogranicz wyniki do:

Kontradyktoryjne uczenie maszynowe

Kuznetsov Phillip, Edmunds Riley, Xiao Ted, Iqbal Humza, Puri Raul, Golmant Noah, Shih Shannon

Napędy i Sterowanie

2021

R. 23, nr 7/8

80--89

Dzięki ogromnej ilości zasobów oraz znacznego zainteresowania skupionego ostatnio na SI można zaobserwować liczne formy inteligentnych agentów wyposażonych w różnorodne unikatowe i nowatorskie możliwości. Potencjał oddziaływania jest nieograniczony, aczkolwiek odnotowywano już przykłady, w których decyzje podejmowane przez sztuczną inteligencję były niezrozumiałe.

Order estimation of japanese paragraphs by supervised machine learning and various textual features

Murata M., Ito S., Tokuhisa M., Ma Q.

Journal of Artificial Intelligence and Soft Computing Research

2015

Vol. 5, No. 4

247--255

In this paper, we propose a method to estimate the order of paragraphs by supervised machine learning. We use a support vector machine (SVM) for supervised machine learning. The estimation of paragraph order is useful for sentence generation and sentence correction. The proposed method obtained a high accuracy (0.84) in the order estimation experiments of the first two paragraphs of an article. In addition, it obtained a higher accuracy than the baseline method in the experiments using two paragraphs of an article. We performed feature analysis and we found that adnominals, conjunctions, and dates were effective for the order estimation of the first two paragraphs, and the ratio of new words and the similarity between the preceding paragraphs and an estimated paragraph were effective for the order estimation of all pairs of paragraphs.

The effectiveness of applied treatment in Parkinson disease based on feature selection of motion activities

Świtoński A., Stawarz M., Boczarska-Jedynak M., Sieroń A., Polański A., Wojciechowski K.

Przegląd Elektrotechniczny

2012

R. 88, nr 12b

103-106

The analysis of effectiveness of deep brain stimulation and pharmacological treatment in Parkinson disease is presented. It is based on an examination of discriminative properties of distinctive motion features. The feature extraction and selection of kinematical motion data is carried out. The attribute ranking with entropy based attribute evaluation and greedy hill climbing search with assessment of an average inner class dissimilarity are applied. The obtained results show that deep brain stimulation has greater impact on investigated motion activities.

W pracy zaprezentowano analizę skuteczności stymulacji prądowej jądra niskowzgórzowego oraz leczenia farmakologicznego w chorobie Parkinsona. W tym celu badano właściwości dyskryminacyjne, charakterystycznych cech ruchu. Dla danych kinematycznych przeprowadzono ekstrakcję, a następnie selekcję cech. Zastosowano ranking atrybutów bazujący na entropii i zachłanne przeszukiwanie wspinaczkowe z oceną średniej odległości wewnątrzgrupowej. Uzyskane wyniki wykazują większy wpływ stymulacji prądowej na badane czynności ruchowe. (Skuteczność leczenia w chorobie Parkinsona na podstawie selekcji charakterystycznych cech ruchu).