Moving Window Regression: Ein neuer Ansatz zur ordinären Regression

In dieser Arbeit wird ein neuer Ordinalregressionsalgorithmus vorgeschlagen, der als bewegtes Fensterregression (BFR) bezeichnet wird. Zunächst führen wir den Begriff des relativen Rangs ($\rho$-Rang) ein, der ein neues Ordnungsdarstellungsschema für Eingabe- und Referenzinstanzen darstellt. Anschließend entwickeln wir globale und lokale relative Regressoren ($\rho$-Regressoren), um $\rho$-Ränge innerhalb des gesamten und spezifischer Rangbereiche zu prognostizieren. Drittens verfeinern wir eine anfängliche Rangschätzung iterativ, indem wir zwei Referenzinstanzen auswählen, um ein Suchfenster zu bilden, und dann den $\rho$-Rang innerhalb dieses Fensters schätzen. Ausführliche Experimenteergebnisse zeigen, dass der vorgeschlagene Algorithmus auf verschiedenen Benchmark-Datensätzen für das Schätzverfahren von Gesichtsaltern und die Klassifikation historischer Farbbilder die Standesder-Kunst-Leistungen erreicht. Der Quellcode ist unter https://github.com/nhshin-mcl/MWR verfügbar.