Benutzer: Gast  Login
Originaltitel:
Machine Learning Techniques for Time-Series Classification 
Übersetzter Titel:
Maschinenlernverfahren für die Zeitreihenklassifikation 
Jahr:
2009 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Betreuer:
Univ.-Prof. Dr.techn. Josef A. Nossek 
Sprache:
en 
Fachgebiet:
ELT Elektrotechnik 
Kurzfassung:
Machine learning techniques that can be used in time-series classification are presented and developed. An expression for the kernel in the Random-Forest (RF) classification algorithm is found and used to design interpretable Generalized Radial Basis Function (GRBF) classifiers. For time-series classification the RF must be changed to the so called Scenario-Based-Random-Forest (SBRF) algorithm and the usage of the GRBF classifier requires the division of the task into a segmentation and a labeli...    »
 
Übersetzte Kurzfassung:
Es werden Maschinenlernverfahren vorgestellt und entwickelt, die bei der Klassifikation von Zeitreihen Verwendung finden. Dabei wird ein Ausdruck für den Kernel im Random-Forest (RF) Klassifikationsalgorithmus bestimmt, der verwendet wird um interpretierbare Generalisierte Radiale Basis-Funktion (GRBF) Klassifikatoren zu entwerfen. Für die Zeitreihenklassifikation muss der RF zu dem so genannten Scenario-Based-Random-Forest (SBRF) Algorithmus weiterentwickelt werden und die Verwendung des GRBF K...    »
 
Letzte Änderung:
17.01.2012