Classification multi-classes au prix d'un classifieur binaire
| Autor: | Noumir, Zineb, Honeine, Paul, Richard, Cédric |
|---|---|
| Přispěvatelé: | Laboratoire Modélisation et Sûreté des Systèmes (LM2S), Institut Charles Delaunay (ICD), Université de Technologie de Troyes (UTT)-Centre National de la Recherche Scientifique (CNRS)-Université de Technologie de Troyes (UTT)-Centre National de la Recherche Scientifique (CNRS), Laboratoire Hippolyte Fizeau (FIZEAU), Université Nice Sophia Antipolis (... - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire de la Côte d'Azur, Université Côte d'Azur (UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Université Côte d'Azur (UCA)-Centre National de la Recherche Scientifique (CNRS), ANR-08-SECU-0013,VIGIRES'EAU,Surveillance en temps réel de la qualité de l'eau potable d'un réseau de distribution en vue de la détection d'intrusions(2008), Université Nice Sophia Antipolis (1965 - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Université Côte d'Azur (UCA)-Université Côte d'Azur (UCA)-Centre National de la Recherche Scientifique (CNRS) |
| Jazyk: | francouzština |
| Rok vydání: | 2011 |
| Předmět: |
machine learning
multiclass [INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG] [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing [INFO.INFO-CV]Computer Science [cs]/Computer Vision and Pattern Recognition [cs.CV] [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing |
| Zdroj: | Actes du 23-ème Colloque GRETSI sur le Traitement du Signal et des Images Actes du 23-ème Colloque GRETSI sur le Traitement du Signal et des Images, 2011, Bordeaux, France |
| Popis: | International audience; Cet article traite du problème de classification multi-classe en reconnaissance des formes. La résolution de ce type de problèmes nécessite des algorithmes au coût calculatoire souvent beaucoup plus élevé que les méthodes d'apprentissage dédiées à la classification binaire. On propose dans cet article une nouvelle formulation pour la conception de classifieurs multi-classes, nécessitant essentiellement la même complexité calculatoire que l'apprentissage d'un classifieur binaire. On montre que ce socle commun offre un cadre pour élaborer des algorithmes multi-classes en utilisant les mêmes routines d'optimisation que celles utilisées pour les problèmes de classification binaire. On illustre ce résultat avec les algorithmes SVM, LS-SVM et RLSC. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|