AbstractWe study the issue of error

Abstract
We study the issue of error diversity in ensembles of neural networks. In ensembles of
regression estimators, the measurement of diversity can be formalised as the Bias-VarianceCovariance decomposition. In ensembles of classifiers, there is no neat theory in the literature to date. Our objective is to understand how to precisely define, measure, and
create diverse errors for both cases. As a focal point we study one algorithm, Negative Correlation (NC) Learning which claimed, and showed empirical evidence, to enforce useful
error diversity, creating neural network ensembles with very competitive performance on
both classification and regression problems. With the lack of a solid understanding of its
dynamics, we engage in a theoretical and empirical investigation.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อเราศึกษาเรื่องความหลากหลายของข้อผิดพลาดในวงเครือข่ายประสาท ในวงของสามารถจะ formalised estimators ถดถอย การวัดความหลากหลายเป็นการอคติ VarianceCovariance เน่า ในวงของคำนามภาษา มีเป็นทฤษฎีไม่เรียบร้อยในวรรณคดีวันที่ วัตถุประสงค์ของเราคือการ เข้าใจวิธีการกำหนด วัด แม่นยำ และสร้างข้อผิดพลาดที่หลากหลายสำหรับทั้งสองกรณี เป็นจุดโฟกัส ที่เราศึกษาอัลกอริทึมหนึ่ง ลบความสัมพันธ์ (NC) ซึ่งอ้างว่า และแสดงให้เห็นประจักษ์หลักฐาน การบังคับใช้ประโยชน์ในการเรียนรู้ความหลากหลายข้อผิดพลาด การสร้างเครือข่ายประสาทวง มีประสิทธิภาพแข่งขันบนปัญหาการจัดประเภทและถดถอย ขาดความเข้าใจที่มั่นคงของตนdynamics เราต่อสู้ในการตรวจสอบทฤษฎี และประจักษ์

ผลลัพธ์ (ไทย) 3:

นามธรรม
เราศึกษาปัญหาของข้อผิดพลาดความหลากหลายตระการตาของโครงข่ายประสาทเทียม ในผู้
ตัวประมาณการถดถอย การวัดความหลากหลายสามารถ formalised เป็นอคติ variancecovariance การสลายตัว ในการผสมของคำไม่มีเรียบร้อยทฤษฎีในวรรณคดีถึงวันที่ วัตถุประสงค์ของเราคือการเข้าใจวิธีการอย่างแม่นยำกำหนด , วัด , และ
สร้างข้อผิดพลาดหลากหลายสำหรับทั้งสองกรณีเป็นจุดโฟกัสที่เราศึกษาหนึ่งขั้นตอนวิธีการเรียนรู้ในเชิงลบ ( NC ) ซึ่งอ้างว่า มีหลักฐานเชิงประจักษ์ เพื่อให้การบังคับใช้ประโยชน์
ข้อผิดพลาดความหลากหลาย , การสร้างเครือข่ายประสาทกับความสามารถทางการแข่งขันมากตระการตาบน
ปัญหาทั้งการจำแนกและการถดถอย ด้วยขาดความเข้าใจที่มั่นคงของ
พลศาสตร์ เราต่อสู้ในทางทฤษฎีและการศึกษาเชิงประจักษ์