Diferencia entre revisiones de «MaterialesMgranaActiveLearning»
De Grupo de Inteligencia Computacional (GIC)
Sin resumen de edición |
Sin resumen de edición |
||
| Línea 2: | Línea 2: | ||
* adaptación de clasificadores de imagenes remotas [http://www.sciencedirect.com/science/article/pii/S0034425711001507] | * adaptación de clasificadores de imagenes remotas [http://www.sciencedirect.com/science/article/pii/S0034425711001507] | ||
*image retrieval [http://www.sciencedirect.com/science/article/pii/S0262885606000205], [http://www.sciencedirect.com/science/article/pii/S0031320310005753],[http://www.sciencedirect.com/science/article/pii/S0031320309000892], | *image retrieval [http://www.sciencedirect.com/science/article/pii/S0262885606000205], [http://www.sciencedirect.com/science/article/pii/S0031320310005753],[http://www.sciencedirect.com/science/article/pii/S0031320309000892], [http://www.sciencedirect.com/science/article/pii/S0031320311001853] | ||
* webpage clasification y otras [http://www.sciencedirect.com/science/article/pii/S0031320310001500] | * webpage clasification y otras [http://www.sciencedirect.com/science/article/pii/S0031320310001500] | ||
* microarray data [http://www.sciencedirect.com/science/article/pii/S0888613X07000369] | * microarray data [http://www.sciencedirect.com/science/article/pii/S0888613X07000369] | ||
Revisión del 01:35 5 jul 2011
Active learning [1] es una linea de trabajo de interés actual con aplicaciones a proceso de imagen de percepcion remota o imagen medica. Implica el control sobre los datos usados en el entrenamiento, en el límite implica la interacción con el usuario y es una forma de 'reinforcement learning y de relevance feedback
- adaptación de clasificadores de imagenes remotas [2]
- image retrieval [3], [4],[5], [6]
- webpage clasification y otras [7]
- microarray data [8]
- speech recognition [9]
- network intrusion detection [10]
- entrenamiento de redes neuronales, LVQ [11], probabilistic RBF [12], canonical component analysis CCA [13],
- aproximacion de value function en reinforcement learning [14]
- theoretical computer science [15], con regularizacion adaptativa [16], ensemble with model selection [17], optimal sampling [18], agnostic active learning [19], AUC maximization [20]
