Strojno učenje s simplicialnimi kompleksi

Aleks Jakulin (1999) Strojno učenje s simplicialnimi kompleksi. EngD thesis.

Preview

Abstract

Cilj tega besedila je prikazati in upravičiti uporabo matematične strukture simplicialnih kompleksov v strojnem učenju. V tem okviru predstavimo metodo strojnega učenja, ki hkrati kombinira lokalnost in nehierarhičnost in ki lahko učinkovito deluje z zveznimi atributi. Strojno učenje hipotez, predstavljenih s simplicialnimi kompleksi, izpolnjuje te pogoje in zato odpira nekatera nova področja uporabe, na primer pomoč pri vizualizaciji podatkov. Ker so simplicialni kompleksi matematični objekti, v besedilu predstavimo matematično ozadje, ki sega v topologijo, linearno algebro in do neke mere v računsko geometrijo. V nadaljevanju opišemo osnovne postopke za izgradnjo klasifikacijskih hipotez in klasifikacijo ter značilnosti same implementacije. Metodo je mogoče prilagoditi za obravnavanje šuma ter jo integrirati z drugimi metodami, na primer z dekompozicijo. Prikažemo tudi načine pohitritve uporabljenih algoritmov. Končamo s kratkim pregledom prednosti in slabosti postopka. V dodatku predstavimo še aplikacijo CCW, ki uporabniku omogoča enostavno vizualno delo s klasifikatorji na podlagi simplicialnih kompleksov v dveh dimenzijah, kar ilustriramo z več primeri in s preizkusom uspešnosti.

Item Type:	Thesis (EngD thesis)
Keywords:	simplicialni kompleks, računska geometrija, strojno učenje, mnogoterost, najbližji sosed, Voronojev diagram, Delaunayeva triangulacija
Language of Content:	Slovenian
Link to COBISS:	http://www.cobiss.si/scripts/cobiss?command=search&base=50070&select=(ID=1920084)
Institution:	University of Ljubljana
Department:	Faculty of Computer and Information Science
Divisions:	Faculty of Computer and Information Science > Artificial Intelligence Laboratory
Item ID:	98
Date Deposited:	22 Jan 2004
Last Modified:	13 Aug 2011 00:32
URI:	http://eprints.fri.uni-lj.si/id/eprint/98

Actions (login required)

View Item