LuanVan.vnLuận Văn
Gửi thư

Cải tiến thuật toán phân lớp cho dữ liệu không cân bằng và ứng dụng trong dự đoán đồng tác giả

Luận án · Tiến sĩ · năm 2024 · đề tài tham khảo

Loại tài liệuLuận án
Bậc họcTiến sĩ
NgànhCông nghệ thông tin — Công nghệ thông tin
Tác giảVõ Đức Quang
Người hướng dẫnTrần Đình Khang
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2024
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Tổng quan về bài toán phân lớp với dữ liệu không cân bằng. Một số thuật toán liên quan: SVM, Weighted-SVM, Fuzzy SVM-CIL, AdaBoost, CNN. Bài toán dự đoán và phương pháp phân lớp cho bài toán dự đoán đồng tác giả; cải tiến thuật toán Adaboost cho dữ liệu không cân bằng. Đề xuất thuật toán điều chỉnh thích nghi trọng số mở dựa trên Fuzzy SVM-CIL.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.

Tải ứng dụng AI Học Thuật

Tư vấn học thuật, luận văn, công bố quốc tế với chuyên gia — miễn phí trên iPhone, iPad và Android.

Download on the App Store Tải trên Google Play