Phương pháp phản thực tế để tằng cường dữ liệu cho bài toán mất cân bằng lớp
Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Xuân Thái |
| Người hướng dẫn | Lê Hoài Bắc; Dương Văn Hải |
| Cơ sở đào tạo | Đại học Quốc gia TP. Hồ Chí Minh |
| Năm | 2025 |
| Nguồn | Thư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Luận văn này đề xuất một phương pháp mới để giải quyết vấn đề mất cân bằng lớp bằng cách sử dụng phương pháp counterfactual [1-2] để tăng cường dữ liệu. Phương pháp này tập trung vào việc tạo ra các mẫu dữ liệu tổng hợp (synthetic data points) cho lớp thiểu số dựa trên các cặp dữ liệu counterfactual ("native counterfactuals"). Luận văn đã thực hiện các thử nghiệm trên nhiều tập dữ liệu giả định và dữ liệu từ UCI để kiểm tra phương pháp đề xuất như “Yeast, Abalone và Wine Quality”. Kết quả cho thấy phương pháp tăng cường dữ liệu counterfactual (CFA) vượt trội hơn so với các phương pháp oversampling dựa trên SMOTE [3, 7] (Synthetic Minority Oversampling Technique) phổ biến. Phương pháp CFA tạo ra các điểm dữ liệu tổng hợp hợp lý và hiệu quả, giúp cải thiện đáng kể hiệu suất dự đoán của mô hình, đặc biệt đối với lớp thiểu số.
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh
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
- Phát triển môi trường lập trình hàm
- Khảo sát thực nghiệm thuật giải tiến hóa PSO và ứng dụng trong xử lý ảnh
- Phát triển ứng dụng đa nền tảng hỗ trợ mua sắm trực tuyến.
- Khai thác tập mục hữu ích cao trong dữ liệu lớn
- Phát triển Chatbot thông minh ứng dụng LLM kết hợp RAG và LangGraph vào hệ thống quản lý công việc
- Building dashboard application with SAPUI5 and SAP back-end service for monitoring company performance
- Ứng dụng hệ thống nhận dạng miễn dịch nhân tạo mờ trong chẩn đoán ung thư
- Hệ thống truy vấn ảnh mặt người dựa trên thuộc tính
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.