Advanced methods for prototype-based classification
Promotie: mw. P. Schneider, 14.45 uur, Academiegebouw, Broerstraat 5, Groningen
Proefschrift: Advanced methods for prototype-based classification
Promotor(s): prof.dr. M. Biehl, prof.dr. N. Petkov
Faculteit: Wiskunde en Natuurwetenschappen
Lerende vectorkwantisatie
Petra Schneider deed onderzoek naar lerende vectorkwantisatie (Learning Vector Quantization, LVQ). Dit is een simpele en intuïtieve techniek: LVQ-algoritmen leren prototype-vectoren voor de verschillende klassen in een gegeven dataset. De prototypen worden gebruikt voor een classificatie die gebaseerd is op afstand. Dit houdt in dat een patroon wordt toegekend aan de klasse die gerepresenteerd wordt door het dichtstbijzijnde prototype, gebruikmakend van een bepaalde afstandsmaat.
Dit proefschrift behandelt twee punten: ten eerste wordt een nieuwe methodiek voor het aanpassen van de metriek in LVQ gepresenteerd en ten tweede worden wijzigingen van een specifiek leeralgoritme, namelijk robuuste zachte LVQ, geïntroduceerd.
Technieken om de metriek te wijzigen bieden de mogelijkheid om probleemspecifieke afstandsmaten te leren uit de trainingsdata. Aangezien de beslissing van de classificator afhangt van de afstanden tussen prototypen en featurevectoren, is de gekozen metriek een belangrijke sleutel voor de nauwkeurigheid van de LVQ. Schneider breidt de Euclidische afstand uit met een matrix met adaptieve gewichten. De diagonale elementen van de matrix kwantificeren de noodzaak van de individuele features voor classificatie, terwijl de buitendiagonale elementen corresponderen met de relevantie van paren van features in het classificatieschema.
De geavanceerde metriek wordt praktisch toegepast. Schneider toont aan dat het de potentie heeft om de classificatie van de toegepaste algoritmen significant te verbeteren. Ook geven de metriekparameters inzicht in de aard van de data. Ook wordt het convergentiegedrag van de trainingsalgoritmen theoretisch geanalyseerd.
Drie wijzigingen van robuuste zachte LVQ worden voorgesteld: de behandeling van de hyperparameter van het algoritme, de beslissingsregel voor classificatie en de generalisatie van het algoritme in relatie tot vectoriale klassetoewijzing in de invoerdata. De methoden worden geïllustreerd door praktische experimenten.
Petra Schneider (Duitsland, 1980) studeerde aan de universiteit van Bielefeld. Het onderzoek werd uitgevoerd aan het Johann Bernoulli Institute for Mathematics an Computer Science. Schneider gaat als postdoc aan de Medical School van de University of Birmingham.
Laatst gewijzigd: | 13 maart 2020 01:13 |
Meer nieuws
-
23 april 2024
Negen MSCA Doctoral Network subsidies voor FSE onderzoekers
Negen onderzoekers van de Faculty of Science and Engineering hebben een Horizon Europe Marie Sklodowska Curie Doctoral Network subsidie ontvangen.
-
22 april 2024
Charissa Roossien ontvangt JTF-subsidie voor ontwikkelen Health Tracker
Dr. Charissa Roossien (ENTEG) heeft met succes een Just Transition Fund (JTF) subsidie van 1,8 miljoen euro binnengehaald voor de ontwikkeling van een Health Tracker voor betrouwbare ademhalings- en stofwisselingsanalyse.
-
16 april 2024
RUG ondertekent Barcelona Declaration on Open Research Information
De Rijksuniversiteit Groningen heeft de Barcelona Declaration on Open Research Information (Verklaring Open Onderzoeksinformatie) officieel ondertekend. Dit wordt gezien als een grote stap richting verantwoordelijke onderzoeksbeoordeling en open...