Календарь событий
Семинар СМиГО: Выбор мультимоделей в задачах классификации
Вторник 21 Март 2017, 18:30 - 20:00
Хиты : 189
от Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Очередное заседание семинара "Структурные Модели и Глубинное Обучение", который проходит по вторникам с 18:30 в ИППИ РАН в 615 аудитории (6 этаж), состоится
21 марта (вторник). На заседании будет представлен доклад
Докладчик: Адуенко А.А. (МФТИ)
Название: Выбор мультимоделей в задачах классификации
Аннотация:
> В работе рассматривается задача выбора мультимоделей при решении
> задач классификации. Необходимость использования мультимоделей
> возникает при невыполнении гипотезы простоты выборки, когда
> важность признаков зависит от их значений, а описание в виде одиночной
> обобщенно-линейной модели не позволяет это учесть.
> Мультимодели являются интерпретируемым обобщением случая
> одиночной модели, однако они могут содержать большое число близких
> моделей, что ведет к низкому качеству прогноза и потере
> интерпретируемости. Для решения
> этой проблемы предложен статистический подход к сравнению моделей и
> основанные на нем методы прореживания мультимоделей, позволяющие
> получить адекватную мультимодель, содержащую попарно
> статистически различимые модели.
> Для статистического сравнения
> моделей предложена функция сходства апостериорных распределений
> параметров моделей. Исследованы свойства предложенной функции
> сходства, получены результаты об асимптотическом распределении ее
> значений для совпадающих обобщенно-линейных моделей. На основании
> этих результатов получены верхняя и нижняя оценки на максимальное
> число моделей в адекватной мультимодели. Диагональная оценка
> максимума обоснованности для ковариационной матрицы весов признаков
> используется для отбора признаков в мультимодели. Доказана
> асимптотическая вырожденность недиагональной оценки максимума
> обоснованности для ковариационной матрицы параметров логистической
> модели. Предложен метод детектирования и учета
> мультиколлинеарности между признаками путем их комбинирования.
> Проведены вычислительные эксперименты, подтверждающие значимость
> улучшения качества классификации на реальных данных, а также
> существенное сокращение числа моделей в мультимоделях.
21 марта (вторник). На заседании будет представлен доклад
Докладчик: Адуенко А.А. (МФТИ)
Название: Выбор мультимоделей в задачах классификации
Аннотация:
> В работе рассматривается задача выбора мультимоделей при решении
> задач классификации. Необходимость использования мультимоделей
> возникает при невыполнении гипотезы простоты выборки, когда
> важность признаков зависит от их значений, а описание в виде одиночной
> обобщенно-линейной модели не позволяет это учесть.
> Мультимодели являются интерпретируемым обобщением случая
> одиночной модели, однако они могут содержать большое число близких
> моделей, что ведет к низкому качеству прогноза и потере
> интерпретируемости. Для решения
> этой проблемы предложен статистический подход к сравнению моделей и
> основанные на нем методы прореживания мультимоделей, позволяющие
> получить адекватную мультимодель, содержащую попарно
> статистически различимые модели.
> Для статистического сравнения
> моделей предложена функция сходства апостериорных распределений
> параметров моделей. Исследованы свойства предложенной функции
> сходства, получены результаты об асимптотическом распределении ее
> значений для совпадающих обобщенно-линейных моделей. На основании
> этих результатов получены верхняя и нижняя оценки на максимальное
> число моделей в адекватной мультимодели. Диагональная оценка
> максимума обоснованности для ковариационной матрицы весов признаков
> используется для отбора признаков в мультимодели. Доказана
> асимптотическая вырожденность недиагональной оценки максимума
> обоснованности для ковариационной матрицы параметров логистической
> модели. Предложен метод детектирования и учета
> мультиколлинеарности между признаками путем их комбинирования.
> Проведены вычислительные эксперименты, подтверждающие значимость
> улучшения качества классификации на реальных данных, а также
> существенное сокращение числа моделей в мультимоделях.
Место ИППИ РАН в 615 аудитории (6 этаж)
