AbstractThis paper proposes a new a

Abstract
This paper proposes a new approach to classification reliability. The key
idea is to maintain version spaces containing (close approximations of) the
target classifiers. In this way the unanimous-voting rule applied on these
version spaces outputs reliable instance classifications.
Version spaces are defined in a hypothesis space of oriented hyperplanes.
The unanimous-voting rule is implemented by testing whether version spaces
are empty. Testing is done by support vector machines. Hence, the approach
is called version space support vector machines.
Experiments with the approach show a 100% accuracy on the classified
instances at the cost of not classifying all instances.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อกระดาษนี้เสนอวิธีการความน่าเชื่อถือการจัดประเภทใหม่ คีย์ความคิดที่จะรักษาช่องว่างรุ่น (ปิดเพียงการประมาณของ) ที่ประกอบด้วยการคำนามภาษาเป้าหมาย กฎการเป็นเอกฉันท์ได้ลงคะแนนเสียงใช้กับเหล่านี้ด้วยวิธีนี้รุ่นช่องแสดงผลการจัดประเภทของอินสแตนซ์ที่เชื่อถือได้มีกำหนดช่องว่างรุ่นในพื้นที่สมมติฐานของแนว hyperplanesกฎเป็นเอกฉันท์ได้ออกเสียงลงคะแนนจะดำเนินการ โดยทดสอบว่ารุ่นช่องว่างว่างเปล่า ทดสอบแล้ว โดยการสนับสนุนเครื่องแบบเวกเตอร์ ด้วยเหตุนี้ วิธีการจะเรียกว่าเวกเตอร์รุ่นพื้นที่สนับสนุนเครื่องจักรทดลอง ด้วยวิธีแม่นยำ 100% ที่แสดงในที่ลับกรณีหน่วยไม่แบ่งประเภททั้งหมด

ผลลัพธ์ (ไทย) 2:

บทคัดย่องานวิจัยนี้เสนอวิธีการใหม่ในการจัดหมวดหมู่ความน่าเชื่อถือ
กุญแจสำคัญในความคิดคือการรักษาพื้นที่ที่มีรุ่น (ประมาณใกล้ชิดของ) คำลักษณนามเป้าหมาย ด้วยวิธีนี้การปกครองเป็นเอกฉันท์ลงคะแนนเหล่านี้นำมาใช้ในพื้นที่รุ่นผลการจำแนกประเภทเช่นที่เชื่อถือได้. ช่องว่างรุ่นที่กำหนดไว้ในพื้นที่สมมติฐานของการมุ่งเน้น hyperplanes. กฎการออกเสียงลงคะแนนเป็นเอกฉันท์-จะดำเนินการโดยการทดสอบไม่ว่าจะเป็นช่องว่างรุ่นที่ว่างเปล่า การทดสอบจะกระทำโดยการสนับสนุนเครื่องเวกเตอร์ ดังนั้นวิธีการที่เรียกว่ารุ่นพื้นที่สนับสนุนเครื่องเวกเตอร์. การทดลองกับวิธีการที่แสดงให้เห็นความถูกต้อง 100% ในลับกรณีที่ค่าใช้จ่ายของการจำแนกไม่ได้ทุกกรณี

ผลลัพธ์ (ไทย) 3:

นามธรรม
บทความนี้เสนอวิธีการใหม่ในการจำแนกความ ความคิดหลักคือการรักษาเป็นรุ่นที่มี

( ปิดการ ) เป้าหมาย คือ วิธีนี้ใช้กับกฎการลงคะแนนเสียงแบบเอกฉันท์เป็นรุ่นนี้

ผลหมวดหมู่เช่น เชื่อถือได้ เป็นรุ่นที่ถูกกำหนดในพื้นที่ของสมมติฐานเชิง hyperplanes .
กฎการลงคะแนนเสียงเป็นเอกฉันท์ ใช้ทดสอบว่ารุ่นเป็น
จะว่างเปล่า การทดสอบทำโดยเครื่องจักรเกี่ยวกับการสนับสนุน ดังนั้น แนวทาง
เรียกว่ารุ่นพื้นที่สนับสนุนเวกเตอร์เครื่องจักร ด้วยวิธีการแสดงการทดลอง
100% ความถูกต้องในการจัด
กรณีที่ต้นทุนไม่แยกทุกกรณี