Wyniki wyszukiwania - BazTech

1

Dynamical ensemble selection - experimental analysis on homogenous pool of classifiers

Baczyńska P., Burduk R.

Journal of Medical Informatics & Technologies

|

2015

|

Vol. 24

107--112

EN

The paper presents the dynamic ensemble selection based on the analysis of the decision proﬁles. These proﬁles are obtained from a posteriori probability functions returned from the base classifiers during the training process. Presented in the paper dynamic ensemble selection algorithms are dedicated to the binary classification task. In order to verify these algorithms, a number of experiments have been carried out on several medical data sets. The proposed dynamic ensemble selection is experimentally compared against the ensemble with the sum fusion method. As base classifiers we used the pool of homogeneous classifiers. The obtained results are promising because we could improve the classification accuracy of the ensemble classifier.

2

The proposal of calculation classifier weights for an assembly of classifiers

Burduk R.

Journal of Medical Informatics & Technologies

|

2014

|

Vol. 23

181--186

EN

The selection of classifiers is one of the important problems in the creation of ensemble of classifiers. The paper presents the static selection in which a new method of calculating the weights of individual classifiers is used. The obtained weights can be interpreted in the context of the interval logic. It means that the particular weights will not be provided precisely but their lower and upper values will be used. A number of experiments have been carried out on several medical data sets.

3

Data sources diversity in technical objects state assessment with information fusion techniques

Jamrozik W.

Diagnostyka

|

2010

|

nr 3(55)

3-8

EN

The paper deals with a relationship between diversity of diagnostic signals sources and efficiency of technical objects states assessment with use of classifier fusion techniques. There is often stated that there should be some differences in sources of signals that are classified and fused. The intuition tells that none or minimal improvement of classification rate is gained when the diversity within the fused classifier set is low. To prove this thesis an active diagnostic experiment was carried out. Diagnostic signals were generated on basis of the thermogram sequences acquired during rotating machinery operation by two IR-cameras. Because in both sequences regions of interests representing the same assemblies of the machine are present, it can be assumed that there is hardware redundancy applied. With use of k-NN classifiers and fuzzy integral and proportional conflict redistribution aggregation rules, the state of the machine is possible to be assessed. The analysis of obtained results showed that there was no strong relationship between the diversity of classifiers and the efficiency of state classification.

PL

W artykule omówiono związek pomiędzy różnorodnością źródeł sygnałów diagnostycznych a efektywnością oceny stanu technicznego maszyny z wykorzystaniem technik fuzji klasyfikatorów. Często zasadne jest twierdzenie, że sygnały diagnostyczne powinny być pozyskiwane z różnorodnych źródeł. Intuicyjnie można przyjąć, że w przypadku wykorzystania w procesie fuzji zbliżonych klasyfikatorów, zwiększenie sprawności klasyfikacji będzie bliskie zeru. W celu udowodnienia tej tezy przeprowadzono aktywny eksperyment diagnostyczny. Sygnały diagnostyczne zostały pozyskane z sekwencji termogramów przedstawiających pracującą maszynę wirnikową. Sygnały zarejestrowano z wykorzystaniem dwóch kamer termowizyjnych. Klasyfikacji stanu maszyny dokonano przy użyciu klasyfikatora k najbliższych sąsiadów, a w procesie fuzji klasyfikatorów wykorzystano całkę rozmytą oraz regułę proporcjonalnej redystrybucji konfliktów jako operatory agregacji. Analiza otrzymanych wyników pokazała, że nie występuje silna relacja pomiędzy różnorodnością klasyfikatorów, a efektywnością oceny stanu technicznego.