About: Classifier Aggregation Using Local Classification Confidence

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Classifier Aggregation Using Local Classification Confidence Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

Attributes	Values
rdf:type	skos:Concept http://linked.opendata.cz/ontology/domain/vavai/Vysledek
Description	Classifier aggregation is a method for improving quality of classification. Instead of using just one classifier, a team of classifiers is created, and the outputs of the individual classifiers are aggregated into the final prediction. In this paper, we study the potential of using measures of local classification confidence in classifier aggregation methods. We introduce four measures of local classification confidence and study their suitability for classifier aggregation. We develop two novel classifier aggregation methods which utilize local classification confidence and we compare them to two commonly used methods for classifier aggregation. The results on four artificial and five real-world benchmark datasets show that by incorporating local classification confidence into classifier aggregation methods, significant improvement in classification quality can be obtained. Classifier aggregation is a method for improving quality of classification. Instead of using just one classifier, a team of classifiers is created, and the outputs of the individual classifiers are aggregated into the final prediction. In this paper, we study the potential of using measures of local classification confidence in classifier aggregation methods. We introduce four measures of local classification confidence and study their suitability for classifier aggregation. We develop two novel classifier aggregation methods which utilize local classification confidence and we compare them to two commonly used methods for classifier aggregation. The results on four artificial and five real-world benchmark datasets show that by incorporating local classification confidence into classifier aggregation methods, significant improvement in classification quality can be obtained. (en) Agregace klasifikátorů je metoda pro zvýšení kvality klasifikace. Místo použití jednoho klasifikátoru je sestaven tým klasifikátorů a výstupy jednotlivých klasifikátorů jsou agregovány do finální predikce. V tomto příspěvku zkoumáme potenciál využití měr lokální konfidence klasifikace v metodách pro agregaci klasifikátorů. Uvádíme dvě agregační metody využívající lokální konfidenci klasifikace a porovnáme je s dvěma běžně používanými metodami pro agregaci klasifikátorů. Výsledky experimentů na 4 umělých a 5 reálných datových množinách ukazují, že použití lokální konfidence klasifikace v agregaci klasifikátorů může signifikantně zvýšit kvalitu klasifikace. (cs)
Title	Classifier Aggregation Using Local Classification Confidence Spojování klasifikátorů pomocí lokální konfidence klasifikace (cs) Classifier Aggregation Using Local Classification Confidence (en)
skos:prefLabel	Classifier Aggregation Using Local Classification Confidence Spojování klasifikátorů pomocí lokální konfidence klasifikace (cs) Classifier Aggregation Using Local Classification Confidence (en)
skos:notation	RIV/67985807:_____/09:00320925!RIV09-AV0-67985807
http://linked.open...avai/riv/aktivita	P Z
http://linked.open...avai/riv/aktivity	P(1ET100300517), Z(AV0Z10300504)
http://linked.open...vai/riv/dodaniDat	2009
http://linked.open...aciTvurceVysledku	Holeňa, Martin Štefka, David
http://linked.open.../riv/druhVysledku	D - Článek ve sborníku
http://linked.open...iv/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open...titaPredkladatele	Ústav informatiky AV ČR, v. v. i.
http://linked.open...dnocenehoVysledku	307242
http://linked.open...ai/riv/idVysledku	RIV/67985807:_____/09:00320925
http://linked.open...riv/jazykVysledku	eng - angličtina
http://linked.open.../riv/klicovaSlova	classifier aggregation; classifier combining; classification confidence (en)
http://linked.open.../riv/klicoveSlovo	classification confidence classifier combining classifier aggregation
http://linked.open...ontrolniKodProRIV	[978B58E3A4CC]
http://linked.open...v/mistoKonaniAkce	Porto
http://linked.open...i/riv/mistoVydani	Setúbal
http://linked.open...i/riv/nazevZdroje	ICAART 2009
http://linked.open...in/vavai/riv/obor	IN
http://linked.open...ichTvurcuVysledku	2 (xsd:int)
http://linked.open...cetTvurcuVysledku	2 (xsd:int)
http://linked.open...vavai/riv/projekt	Methods for Intelligent Systems and Their Applications in Datamining and Natural Language Processing
http://linked.open...UplatneniVysledku	2009
http://linked.open...iv/tvurceVysledku	Holeňa, Martin Štefka, David
http://linked.open...vavai/riv/typAkce	WRD - Světová
http://linked.open...ain/vavai/riv/wos	000267058000026
http://linked.open.../riv/zahajeniAkce	2009-01-19 (xsd:date)
http://linked.open...n/vavai/riv/zamer	Informatika pro informační společnost: modely, algoritmy, aplikace
number of pages	6 (xsd:int)
http://purl.org/ne...btex#hasPublisher	INSTICC
https://schema.org/isbn	978-989-8111-66-1
is http://linked.open...avai/riv/vysledek of	Classifier Aggregation Using Local Classification Confidence Classifier Aggregation Using Local Classification Confidence Classifier Aggregation Using Local Classification Confidence Classifier Aggregation Using Local Classification Confidence

Faceted Search & Find service v1.16.118 as of Jun 21 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 47 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software