Command Palette
Search for a command to run...
Fehlerkorrigierende Ausgabecodes
Date
Build AI with AI
From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.
Search for a command to run...
Date
Fehlerkorrektur-Ausgabecodierung ECOC kann Mehrklassenprobleme in mehrere Zweiklassenprobleme umwandeln, und der Fehlerkorrektur-Ausgabecode selbst verfügt über Fehlerkorrekturfunktionen, die die Vorhersagegenauigkeit von überwachten Lernalgorithmen verbessern können.
Durch die Ausgabekategoriecodierung können Mehrkategorienprobleme auf zwei Kategorien reduziert werden, d. h. jede Kategorie entspricht einer binären Bitfolge der Länge n, wodurch insgesamt m Codewörter entstehen, die eine binäre Funktion beschreiben. Nach dem Lernen werden N Binome erhalten. Das Ergebnis jedes Binomials der Eingabestichprobe bildet einen Ausgabevektor, und dann wird die Kategorie der Eingabestichprobe durch die Entscheidungsregel bestimmt.
In der Kodierungstheorie wird die Hamming-Distanz verwendet, um die Fehlerkorrekturfähigkeit eines Blockcodes zu bestimmen. Es wird auch verwendet, um die Fehlerkorrekturfähigkeit eines Ausgabecodes zu bestimmen.
Die Anzahl der Zeilen der Fehlerkorrektur-Ausgabecodematrix entspricht der Anzahl der Kategorien m im überwachten Klassifizierungsproblem, und die Anzahl der Spalten entspricht der Codelänge n. Die verfügbaren Fehlerkorrektur-Ausgabecodes haben die folgenden Eigenschaften:
Die häufig verwendeten Kodierungsmethoden sind wie folgt:
From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.
Search for a command to run...
Date
Fehlerkorrektur-Ausgabecodierung ECOC kann Mehrklassenprobleme in mehrere Zweiklassenprobleme umwandeln, und der Fehlerkorrektur-Ausgabecode selbst verfügt über Fehlerkorrekturfunktionen, die die Vorhersagegenauigkeit von überwachten Lernalgorithmen verbessern können.
Durch die Ausgabekategoriecodierung können Mehrkategorienprobleme auf zwei Kategorien reduziert werden, d. h. jede Kategorie entspricht einer binären Bitfolge der Länge n, wodurch insgesamt m Codewörter entstehen, die eine binäre Funktion beschreiben. Nach dem Lernen werden N Binome erhalten. Das Ergebnis jedes Binomials der Eingabestichprobe bildet einen Ausgabevektor, und dann wird die Kategorie der Eingabestichprobe durch die Entscheidungsregel bestimmt.
In der Kodierungstheorie wird die Hamming-Distanz verwendet, um die Fehlerkorrekturfähigkeit eines Blockcodes zu bestimmen. Es wird auch verwendet, um die Fehlerkorrekturfähigkeit eines Ausgabecodes zu bestimmen.
Die Anzahl der Zeilen der Fehlerkorrektur-Ausgabecodematrix entspricht der Anzahl der Kategorien m im überwachten Klassifizierungsproblem, und die Anzahl der Spalten entspricht der Codelänge n. Die verfügbaren Fehlerkorrektur-Ausgabecodes haben die folgenden Eigenschaften:
Die häufig verwendeten Kodierungsmethoden sind wie folgt:
From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.