মাল্টি-লেবেল শ্রেণিবদ্ধকরণ সমস্যাগুলিতে নিউরাল নেটওয়ার্কগুলি কীভাবে প্রয়োগ করবেন?


12

বর্ণনা:

সমস্যা ডোমেনটিকে নথির শ্রেণিবদ্ধকরণ হতে দিন যেখানে বৈশিষ্ট্য ভেক্টরগুলির একটি সেট বিদ্যমান রয়েছে, যার প্রতিটি 1 বা আরও বেশি শ্রেণীর অন্তর্ভুক্ত। উদাহরণস্বরূপ, কোনও দস্তাবেজ এবং বিভাগগুলির doc_1অন্তর্গত ।SportsEnglish

প্রশ্ন:

শ্রেণিবিন্যাসের জন্য নিউরাল নেটওয়ার্ক ব্যবহার করে, কোনও বৈশিষ্ট্য ভেক্টরের জন্য লেবেলটি কী হবে? এটি কি সমস্ত শ্রেণীর সমন্বয়ে ভেক্টর গঠন করে যে প্রাসঙ্গিক শ্রেণির জন্য 0 মান দেওয়া হয় এবং 1 টি প্রাসঙ্গিক শ্রেণীর জন্য দেওয়া হয়? ক্লাস লেবেলগুলির তালিকাটি যদি তাই হয় তবে [Sports, News, Action, English, Japanese]নথির doc_1জন্য কি লেবেলটি থাকবে [1, 0, 0, 1, 0]?

উত্তর:


3

হ্যাঁ, মাল্টি-লেবেল শেখার ক্ষেত্রে প্রায়শই বর্ণিত বাইনারি ভেক্টর হিসাবে লেবেল তথ্য এনকোড করা হয়। এটি মূল্যায়নের পক্ষেও সহজ।

আমরা মাল্টি-লেবেল শেখার জন্য ওপেন সোর্স জাভা গ্রন্থাগার, মুলান পরীক্ষা করতে চাই । এটি একটি ওয়েকা এক্সটেনশন এবং অনেকগুলি মাল্টি-লেবেল শ্রেণিবদ্ধকরণ বাস্তবায়ন করেছে, নিউরাল নেটওয়ার্কগুলি অন্তর্ভুক্ত। উদাহরণস্বরূপ, আপনি এখানে বিপি-এমএলএল খুঁজে পেতে পারেন ।


8

এটি আপনি যে কাগজটি সন্ধান করছেন তা মনে হচ্ছে:

মিন-লিং জাং এবং ঝি-হুয়া চাউ: কার্যকরী জিনোমিক্স এবং পাঠ্য শ্রেণিবিন্যাসের জন্য অ্যাপ্লিকেশন সহ একাধিক-লেবেল নিউরাল নেটওয়ার্কসমূহ

বিমূর্ত থেকে:

মাল্টি-লেবেল লার্নিংয়ে, প্রশিক্ষণ সংস্থার প্রতিটি উদাহরণ লেবেলের একটি সেটের সাথে সম্পর্কিত এবং টাস্কটি হ'ল এমন একটি লেবেল সেট আউটপুট করা হয় যার আকার অজানা প্রতিটি অদৃশ্য উদাহরণের জন্য একটি অগ্রাধিকার this এই কাগজে, এই সমস্যাটি চিহ্নিত করা হয়েছে যেভাবে বিপি-এমএলএল নামক একটি নিউরাল নেটওয়ার্ক অ্যালগরিদম, অর্থাৎ মাল্টি-লেবেল লার্নিংয়ের জন্য ব্যাকপ্রোপেশন প্রস্তাবিত হয় is ... দুটি রিয়েল-ওয়ার্ল্ড মাল্টি-লেবেল শেখার সমস্যার জন্য অ্যাপ্লিকেশনগুলি, যেমন ফাংশনাল জিনোমিকস এবং টেক্সট শ্রেণিবিন্যাস, দেখায় যে বিপি-এমএলএল এর কার্যকারিতা কিছুটা সু-প্রতিষ্ঠিত মাল্টি-লেবেল লার্নিং অ্যালগরিদমগুলির চেয়ে উচ্চতর।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.