ترجمه فارسی مقاله یادگیری چندنمایی با حاشیه پارامتری دوقلوی SVM

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Multiview learning with twin parametric margin SVM
عنوان مقاله به فارسی یادگیری چندنمایی با حاشیه پارامتری دوقلوی SVM
نویسندگان A. Quadir, M. Tanveer
فرمت مقاله انگلیسی PDF
تعداد صفحات 32
دسته بندی موضوعات Machine Learning,Machine Learning,یادگیری ماشین , یادگیری ماشین ,
توضیحات Submitted 11 August, 2024; v1 submitted 4 August, 2024; originally announced August 2024. , Journal ref: Neural Networks, 2024
توضیحات به فارسی ارسال شده در 11 اوت 2024 ؛V1 ارسال شده در 4 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، مجله Ref: شبکه های عصبی ، 2024

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 1,280,000 تومان

زمان تحویل: 2 تا 3 روز کاری


📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Multiview learning (MVL) seeks to leverage the benefits of diverse perspectives to complement each other, effectively extracting and utilizing the latent information within the dataset. Several twin support vector machine-based MVL (MvTSVM) models have been introduced and demonstrated outstanding performance in various learning tasks. However, MvTSVM-based models face significant challenges in the form of computational complexity due to four matrix inversions, the need to reformulate optimization problems in order to employ kernel-generated surfaces for handling non-linear cases, and the constraint of uniform noise assumption in the training data. Particularly in cases where the data possesses a heteroscedastic error structure, these challenges become even more pronounced. In view of the aforementioned challenges, we propose multiview twin parametric margin support vector machine (MvTPMSVM). MvTPMSVM constructs parametric margin hyperplanes corresponding to both classes, aiming to regulate and manage the impact of the heteroscedastic noise structure existing within the data. The proposed MvTPMSVM model avoids the explicit computation of matrix inversions in the dual formulation, leading to enhanced computational efficiency. We perform an extensive assessment of the MvTPMSVM model using benchmark datasets such as UCI, KEEL, synthetic, and Animals with Attributes (AwA). Our experimental results, coupled with rigorous statistical analyses, confirm the superior generalization capabilities of the proposed MvTPMSVM model compared to the baseline models. The source code of the proposed MvTPMSVM model is available at url{https://github.com/mtanveer1/MvTPMSVM}.

چکیده به فارسی (ترجمه ماشینی)

یادگیری چند منظوره (MVL) به دنبال بهره گیری از مزایای دیدگاه های متنوع برای تکمیل یکدیگر ، استخراج و استفاده از اطلاعات نهفته در مجموعه داده است.چندین مدل MVL مبتنی بر دستگاه وکتور پشتیبانی دوقلوی (MVTSVM) معرفی شده و عملکرد برجسته ای را در کارهای مختلف یادگیری نشان داده است.با این حال ، مدلهای مبتنی بر MVTSVM به دلیل چهار وارونگی ماتریس ، نیاز به اصلاح مشکلات بهینه سازی به منظور به کار بردن سطوح تولید شده از هسته برای رسیدگی به موارد غیر خطی و محدودیت فرض یکنواخت سر و صدای یکنواخت ، در قالب پیچیدگی محاسباتی با چالش های مهمی روبرو هستند.داده های آموزشبه ویژه در مواردی که داده ها دارای یک ساختار خطای ناهمگن هستند ، این چالش ها حتی بیشتر برجسته می شوند.با توجه به چالش های فوق الذکر ، ما دستگاه بردار پشتیبانی حاشیه پارامتری چند منظوره چند منظوره (MVTPMSVM) را پیشنهاد می کنیم.MVTPMSVM Hyperplanes حاشیه پارامتری مربوط به هر دو کلاس را با هدف تنظیم و مدیریت تأثیر ساختار نویز هتروسکوپی موجود در داده ها می سازند.مدل MVTPMSVM پیشنهادی از محاسبه صریح وارونگی ماتریس در فرمولاسیون دوگانه جلوگیری می کند و منجر به افزایش کارایی محاسباتی می شود.ما ارزیابی گسترده ای از مدل MVTPMSVM را با استفاده از مجموعه داده های معیار مانند UCI ، Keel ، مصنوعی و حیوانات با ویژگی ها (AWA) انجام می دهیم.نتایج تجربی ما ، همراه با تجزیه و تحلیل آماری دقیق ، قابلیت های تعمیم برتر مدل MVTPMSVM پیشنهادی را در مقایسه با مدل های پایه تأیید می کند.کد منبع مدل MVTPMSVM پیشنهادی در url {https://github.com/mtanveer1/mvtpmsvm} در دسترس است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.