元学习算法选择机制及关联对性能的影响

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

元学习算法选择机制及关联对性能的影响

杨利英, 张军英, 覃征

文章导航 > 电子科技大学学报 > 2007 > 36(2): 278-280,290

杨利英, 张军英, 覃征. 元学习算法选择机制及关联对性能的影响[J]. 电子科技大学学报, 2007, 36(2): 278-280,290.

引用本文:

杨利英, 张军英, 覃征. 元学习算法选择机制及关联对性能的影响[J]. 电子科技大学学报, 2007, 36(2): 278-280,290.

YANG Li-ying, ZHANG Jun-ying, QIN Zheng. Learning Algorithm Selection in Meta-Learning and the Effect of Correlation[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(2): 278-280,290.

Citation:

YANG Li-ying, ZHANG Jun-ying, QIN Zheng. Learning Algorithm Selection in Meta-Learning and the Effect of Correlation[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(2): 278-280,290.

元学习算法选择机制及关联对性能的影响

1.
西安电子科技大学计算机学院西安 710071;
2.
清华大学软件学院北京海淀区 100084

基金项目:

国家973重点基础研究发展规划基金资助项目(2004CB719401)

作者简介:
杨利英(1974-),女,博士,讲师,主要从事模式识别、多分类器系统方面的研究.

中图分类号: TP181

Learning Algorithm Selection in Meta-Learning and the Effect of Correlation

1.
School of Computer Science and Technology,Xidian University Xi'an 710071;
2.
School of Software,Tsinghua University Haidian Beijing 100084

摘要: 提出一种元学习定义,从偏差/方差分解角度对元学习中学习算法的选取机制进行研究,得出了元级选用错误率低且偏差小的学习算法、基级学习算法按照错误率及方差从低到高排列的结论。鉴于标准数据集不能充分评估关联对元学习性能的影响,设计了一种模拟算法以产生模拟数据集。在UCI标准数据集和模拟数据集上的实验表明,同常用的多数投票等组合方法相比,基于算法选择机制的元学习表现出优良的性能,且分类器之间的负关联有助于性能的改进。
- 偏差/方差分解 /
- 关联 /
- 元学习 /
- 多分类器系统
Abstract: In this paper, a general definition of meta-learning is proposed. The selection of learning algorithms in meta-learning is investigated from the point of bias/variance decomposition as well as the effect of correlation on its accuracy. In order to obtain classifiers with variable correlation, artificial datasets are generated based on the simulating algorithm presented in the paper. Experiments are performed on UCI datasets and simulated datasets and show that meta-learning outperforms several combining methods averagely; and that negative correlation measured by Q statistic benefits meta-learning approach.
- bias/variance decomposition /
- correlation /
- meta-learning /
- multiple classifier systems

[1]	刘楠, 张凤荔, 王瑞锦, 张志扬, 赖金山. 融合元路径学习和胶囊网络的社交媒体谣言检测方法 . 电子科技大学学报, 2022, 51(4): 608-614. doi: 10.12178/1001-0548.2021219
[2]	肖海林, 毛淑霞, 刘小兰, 张文倩. 混合能源基站的用户关联与资源分配 . 电子科技大学学报, 2020, 49(4): 555-562. doi: 10.12178/1001-0548.2019169
[3]	毛远宏, 贺占庄, 马钟. 重构迁移学习的红外目标分类 . 电子科技大学学报, 2020, 49(4): 609-614. doi: 10.12178/1001-0548.2019162
[4]	骆忠强, 朱立东. 基于广义协方差张量分解的欠定盲辨识算法 . 电子科技大学学报, 2016, 45(6): 893-897. doi: 10.3969/j.issn.1001-0548.2016.06.003
[5]	张勇实, 张乐君, 张健沛, 杨静, 国林, 夏磊. 基于QoS关联分析的分布式系统可生存性评估 . 电子科技大学学报, 2013, 42(1): 109-114. doi: 10.3969/j.issn.1001-0548.2013.01.023
[6]	郭兴明, 袁志会, 丁晓蓉. 经验模式分解及关联维数在心音信号分类识别中的应用 . 电子科技大学学报, 2013, 42(6): 955-960. doi: 10.3969/j.issn.1001-0548.2013.06.028
[7]	李学明, 杨阳, 秦东霞, 周尚波. 基于频繁闭项集的新关联分类算法ACCF . 电子科技大学学报, 2012, 41(1): 104-109. doi: 10.3969/j.issn.1001-0548.2012.01.020
[8]	朱怡安, 雷万保. 基于服务关联模型的服务排序算法——ServiceRank . 电子科技大学学报, 2011, 40(4): 607-611. doi: 10.3969/j.issn.1001-0548.2011.04.027
[9]	于雪莲, 李中志, 汪学刚. 反向预测加权邻域数据关联算法 . 电子科技大学学报, 2010, 39(3): 364-367. doi: 10.3969/j.issn.1001-0548.2010.03.008
[10]	武斌, 杨义先, 郑康锋. 入侵检测中基于序列模式的告警关联分析 . 电子科技大学学报, 2009, 38(3): 415-418. doi: 10.3969/j.issn.1001-0548.2009.03.023
[11]	杨军, 佘堃, 钟守铭. 一种基于位平面分解的多分辨率数字水印算法 . 电子科技大学学报, 2007, 36(3): 563-565,572.
[12]	张晶炜, 熊伟, 何友. 当前统计概率数据关联算法 . 电子科技大学学报, 2005, 34(1): 4-7.
[13]	龚礼华. 离散映射混沌系统的关联耦合同步 . 电子科技大学学报, 2004, 33(2): 214-217.
[14]	卫春敏, 赵莉, 陈文宇. 对象/关系映射中的完整性及关系约束检查 . 电子科技大学学报, 2004, 33(5): 570-572,593.
[15]	黄进, 尹治本. 关联规则挖掘的Apriori算法的改进 . 电子科技大学学报, 2003, 32(1): 76-79.
[16]	陈强洪, 李炳法, 叶斌. 小波变换下关联数字水印技术 . 电子科技大学学报, 2001, 30(4): 363-366.
[17]	张宇, 张建州, 游志胜. 基于有效预测区域的模糊数据关联 . 电子科技大学学报, 2001, 30(6): 638-642.
[18]	周先敏, 陈隽永, 王光泰. 多分辨数据融合中信号的分解与重构 . 电子科技大学学报, 1998, 27(3): 231-235.
[19]	刘国庆, 黄顺吉. 纹理SAR图像的多分辨率分析和分类(英文) . 电子科技大学学报, 1997, 26(6): 585-589.
[20]	唐向宏, 龚宇, 龚耀寰. 信号的多通道多分辨分解 . 电子科技大学学报, 1997, 26(1): 29-34.

WeChat

点击查看大图

计量

文章访问数: 3404
HTML全文浏览量: 145
PDF下载量: 85
被引次数: 0

元学习算法选择机制及关联对性能的影响

1. 西安电子科技大学计算机学院西安 710071;

2. 清华大学软件学院北京海淀区 100084

基金项目:

国家973重点基础研究发展规划基金资助项目(2004CB719401)

作者简介:
杨利英(1974-),女,博士,讲师,主要从事模式识别、多分类器系统方面的研究.

收稿日期: 2005-03-25
刊出日期: 2007-12-15

中图分类号: TP181

关键词:

摘要: 提出一种元学习定义,从偏差/方差分解角度对元学习中学习算法的选取机制进行研究,得出了元级选用错误率低且偏差小的学习算法、基级学习算法按照错误率及方差从低到高排列的结论。鉴于标准数据集不能充分评估关联对元学习性能的影响,设计了一种模拟算法以产生模拟数据集。在UCI标准数据集和模拟数据集上的实验表明,同常用的多数投票等组合方法相比,基于算法选择机制的元学习表现出优良的性能,且分类器之间的负关联有助于性能的改进。

English Abstract

杨利英, 张军英, 覃征. 元学习算法选择机制及关联对性能的影响[J]. 电子科技大学学报, 2007, 36(2): 278-280,290.

引用本文:

杨利英, 张军英, 覃征. 元学习算法选择机制及关联对性能的影响[J]. 电子科技大学学报, 2007, 36(2): 278-280,290.

YANG Li-ying, ZHANG Jun-ying, QIN Zheng. Learning Algorithm Selection in Meta-Learning and the Effect of Correlation[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(2): 278-280,290.

Citation:

YANG Li-ying, ZHANG Jun-ying, QIN Zheng. Learning Algorithm Selection in Meta-Learning and the Effect of Correlation[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(2): 278-280,290.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发