dynamic ensemble selection | BriefGPT

关键词dynamic ensemble selection

搜索结果 - 6

利用可解释机器学习方法基于标准血液检测结果和吸烟状况进行肺癌的肺病医生级别检测
通过丹麦地区 2009 年至 2018 年的肺癌疑似患者数据，利用动态集成选择的机器学习模型，在标准血样分析和吸烟史数据基础上，成功实现肺癌的早期检测，表现优于肺病学家，关键因素包括吸烟状况、年龄、总钙水平、中性粒细胞计数和乳酸脱氢酶。
PDF5 months ago
改进动态集成选择方法的后选算法
动态集成选择（DES）是一种多分类器系统（MCS）的方法，在选择阶段为每个查询样本选择一个集成。实验结果表明，使用准确度作为选择集成的度量指标，PS-DES 优于单独的 DES 技术。
PDF9 months ago
MM使用动态集成选择的不均衡数据流分类
提出了一种用于流数据分类的新框架，通过对非平稳漂移不平衡数据流进行数据预处理和动态集成选择技术的分类框架，以解决现代流数据分类面临的概念漂移和类不平衡数据的问题。实验结果表明，数据预处理结合动态集成选择技术在处理不平衡数据流时具有更高的准确
PDF10 months ago
基于深度神经网络不确定性估计的动态集成选择以提高对抗鲁棒性
通过使用动态组合选择技术，该研究提出了一种在模型级别上利用 Dirichlet 分布和多样性约束构建替代集成模型空间的方法，以保护模型免受白盒攻击并提高鲁棒性，同时结合动态和多样性特性，实现了显著的鲁棒性结果而不损害准确性。
PDFa year ago
使用模糊超盒的动态集成选择
本研究提出一种基于模糊超立方体的动态集成选择方法，并将被错误分类的样本用于分类器的能力估计，实验结果表明该方法分类准确性高且计算复杂度低。
PDF2 years ago
META-DES：一种使用元学习的动态集成选择框架
本文提出了一个新颖的基于元学习的动态集成选择框架，用于提高过低训练数据量问题下的分类精度，通过五个不同类型的元特征来衡量分类器为输入样本分类的能力，并用这些元特征来训练元分类器，从而选择最有能力的分类器进行集成。
PDF6 years ago