Constructing support vector classifier depending on the golden support vector

العناوين الأخرى

إنشاء مصنف الموجهات الساندة بالاعتماد على الموجه الساند الذهبي

المؤلف

Rida, Hisham Salih

المصدر

Journal of Basrah Researches : Sciences

العدد

المجلد 40، العدد 2A (30 يونيو/حزيران 2014)، ص ص. 68-94، 27ص.

الناشر

جامعة البصرة كلية التربية للعلوم الصرفة

تاريخ النشر

2014-06-30

دولة النشر

العراق

عدد الصفحات

27

التخصصات الرئيسية

العلوم الطبيعية والحياتية (متداخلة التخصصات)

الموضوعات

الملخص AR

من اجل نيابة سرعة المعالجة لتطبيقات التلقين الآني المتمثلة بمطلبها الملح لتقليل عدد الموجهات الساندة، كرس هذا البحث لإظهار خوارزمية متينة لإنشاء مصنف الموجهات الساندة الذائع الصيت، و ذلك من خلال اغتنام موجه داعم واحد من كل نوع من أنواع الشواهد المدرية.

أطلقنا على ذلك الموجه اسم (الموجه الساند الذهبي).

تبنت خوارزميتنا و سائل رياضية أساسية في أطوارها الإنشائية.

تبدأ الخوارزمية بتطبيق ميكانيكيتها الهجينة للتطويق من اجل تطويق مجموعتين من الشواهد (الموجهات) المرسومة بأفضل الفضاءات المثالية المماثلة لتوزيع تلك الشواهد و التي لا تداخل مع بعضها بعضا.

تعتبر هذه الميكانيكية كنقطة انطلاق لإرشادنا مباشرة إلى فصل تلك الفضاءات بمستوي فاصل متين.

من جانبي هذا المستوي المتين سوف تطلق فضاءات ساندة لتستقر عند أول موجه مكتشف، الذي أطلقنا عليه اسم الموجه الساند الذهبي.

يعتبر كل فضاء ساند مع موجهه الساند المحرز القاعدة الأساسية لبناء الحد الأكبر للفضاء المفصول، و الذي له القدرة على توفير العمومية ليس فقط للشواهد المدربة, بل للشواهد المستقبلية التي لها نفس توزيع الشواهد المدربة.

أخيرا سيتوسط الفضاء المنصف المثالي ذلك الحد الأكبر ليحذف كل الشواهد المتبقية.

تمت مناقشة حالات نادرة لا مفر من حدوثها مدعومة بحلول متواضعة كمقترحات للأعمال المستقبلية.

تم عرض أشكال مصورة وافرة للتأكيد على مصداقية خوارزميتنا.

الملخص EN

In order to increase the processing speed of online learning applications represented in its exigent requirement of reducing the amount of Support Vectors, this paper is devoted to present a durable algorithm to construct the well-known Support Vector Classifier, by capturing a unique Vector from each class of training instances.

We called that Vector the (Golden Support Vector).

Our algorithm had adopted basic mathematical tools for its constructional phases.

The algorithm starts with applying its Hybrid Enclosing Mechanism in order to enclose two sets of mapped instances (Vectors) with the most optimistic non-overlapped curved spaces analogous to the instances distribution.

This mechanism is considered as a spring point that leads us directly to separate these spaces with a Strong Separating Hyperplane.

From both sides of that Hyperplane, two parallel Supporting Hyperplanes will be released settling down on the first detected Vector, which we called the Golden Support Vector.

Each Supporting Hyperplane with its acquired Golden Vector is considered to be the basis to construct the edges of Maximal Margin of Separation Space ; which offers best generalization ability not only to the trained instances but also to guarantee high predictive test accuracy for future instances from the same distribution.

Finally, the Optimal Separating Hyperplane will intermediate the space of that margin vanishing all other Vectors.

Rare inescapable cases have been discussed, provided with modest solutions as suggestions for future works.

Affluent pictorial figures have been spread to emphasize our algorithm credibility.

نمط استشهاد جمعية علماء النفس الأمريكية (APA)

Rida, Hisham Salih. 2014. Constructing support vector classifier depending on the golden support vector. Journal of Basrah Researches : Sciences،Vol. 40, no. 2A, pp.68-94.
https://search.emarefa.net/detail/BIM-390324

نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)

Rida, Hisham Salih. Constructing support vector classifier depending on the golden support vector. Journal of Basrah Researches : Sciences Vol. 40, no. 2A (2014), pp.68-94.
https://search.emarefa.net/detail/BIM-390324

نمط استشهاد الجمعية الطبية الأمريكية (AMA)

Rida, Hisham Salih. Constructing support vector classifier depending on the golden support vector. Journal of Basrah Researches : Sciences. 2014. Vol. 40, no. 2A, pp.68-94.
https://search.emarefa.net/detail/BIM-390324

نوع البيانات

مقالات

لغة النص

الإنجليزية

الملاحظات

Includes bibliographical references : p. 91-93

رقم السجل

BIM-390324