Berilganlarning intellektual tahlili


Miya-kompyuter interfeyslarida statistik naqshni aniqlash va mashinani o'rganish



Download 69,5 Kb.
bet2/2
Sana20.01.2022
Hajmi69,5 Kb.
#392762
TuriReferat
1   2
Bog'liq
4-Mustaqilberilganlar

Miya-kompyuter interfeyslarida statistik naqshni aniqlash va mashinani o'rganish


Rajesh PN Rao , Reinxold Scherer , nevrologiya va neyrotexnologiya uchun statistik signallarni qayta ishlash bo'yicha , 2010 yil

Chiziqli diskriminant tahlili


Chiziqli diskriminant tahlili (LDA; ba'zan Fisherning chiziqli diskriminanti deb ham ataladi) chiziqli klassifikator bo'lib, p o'lchovli xususiyat vektorini bo'shliqni ikkita yarim bo'shliqqa bo'luvchi giperplanega proyeksiya qiladi ( Duda va boshq., 2000 ). Har bir yarim boʻshliq sinfni bildiradi (+1 yoki -1). Qaror chegarasi

w1,…,wpTx1,…,xp+w0=wTx+w0=0

giperplanning normal vektori bilan tavsiflanadi wva chegara 0 .

Yangi kiritish vektori berilgan x∈Xp, tasniflash hisoblash orqali erishiladi

y=sign(wT⋅x+w0)

va natijada y = -1 yoki y = +1 sinf belgisini kirishga belgilashx. Onlayn BCI eksperimentlari davomida giperplanga (imzolangan) masofa, tomonidan berilgand(x)=wTx+w0 (taxmin qilib ‖w‖=1), ba'zan foydalanuvchiga fikr bildirish uchun ham ishlatiladi.

Hisoblash uchun w, LDA sinf-shartli taqsimotlarni nazarda tutadi P(x|c=1) va P(x|c=2)c ∈ {1,2} uchun o'rtacha m c va kovariant S c bo'lgan normal taqsimotlardir . Ko'rsatish mumkinki, optimal tasniflash strategiyasi log ehtimollik nisbati bo'lsa, birinchi sinfga kirishlarni belgilashdir.log[P(x|c=1)/P(x|c=2)]chegaradan yuqori (va agar pastda bo'lsa, ularni ikkinchi sinfga tayinlash uchun). Ikki taqsimot Gauss bo'lganligi sababli, bu taqqoslashni kamaytiradi

10.1(x−μ1)T∑1−1(x−μ1)−(x−μ2)T∑2−1(x−μ2)>T

bu erda T - chegara. Agar biz sinf kovariantlari teng deb taxmin qilsak (ya'ni,Σ1=Σ2=Σ) va to'liq darajaga ega bo'lsak, biz olamiz

10.2wTx>cundefinedwhereundefinedw=Σ−1(μ1−μ2)

Ostona c ko'pincha ikki sinf vositalari proektsiyasi o'rtasida bo'lishi aniqlanadi:

c=wT(μ1+μ2)/2

Yuqoridagi tanlov uchun ekanligini ko'rsatish mumkin w prognoz qilingan ma'lumotlarning vositalari orasidagi masofani maksimal darajada oshiradigan qaror chegarasini belgilaydi y˜=wTxhar bir sinfdan uning sinf ichidagi tafovutini minimallashtirish. Qo'shimcha ma'lumotni Duda va boshqalarda topishingiz mumkin . (2000) .



LDA BCI tadqiqotlarida mashhur tasniflagich bo'lib kelgan, chunki uni amalga oshirish oson va onlayn foydalanish uchun etarlicha tez hisoblab chiqilishi mumkin. Umuman olganda, u yaxshi natijalarga olib kelishi aniqlandi, garchi uni ishlab chiqishda kuchli taxminlar tufayli, Gauss bo'lmagan ma'lumotlar taqsimoti, chetga chiqish va shovqin kabi omillar LDA ishlashiga salbiy ta'sir ko'rsatishi mumkin ( Myuller va boshq., 2003 ) .

Bo'limni ko'rishKitob sotib olish
Download 69,5 Kb.

Do'stlaringiz bilan baham:
1   2




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish