So far we have validated that the graceful combination of SSL and AL contributes significantly to the high accuracy of COAL, and found promising solution to the DSE problem. However, it is still not clear whether AL and SSL are both necessary to COAL. In order to gain more insight on this issue, we design additional experiments to study the impact of AL and impact of SSL, respectively. To be specific, we turn off the AL phase in Algorithm 1 and obtain a DSE approach called noAL (as shown in Algorithm 2, noAL is identical to COMT proposed in our preliminary study [Guo et al. 2011]); We turn off the SSL phase in Algorithm 1 and obtain a DSE approach called noSSL (whose flow is shown in Algorithm 3).
In our experiments, noAL follows the same parameter setting as COAL, except that noAL uses the size-400 training set as supervised ANN and M5P while COAL uses an initial training set with 300 labeled configurations; noSSL follows the same parameter setting as COAL (but does not require the parameter p anymore). A summary of performance of COAL, noAL, noSSL, supervised ANN, ANN-IS and M5P is presented in Table II. According to this summary, COAL performs the best among the 5 DSE approaches on 8 out of 14 benchmarks, noAL and noSSL perform the best on 3 benchmarks, respectively. In the average sense, COAL significantly outperforms all other approaches, that is, it reduces the average MSE by 58%, 42%, 51%, 21% and 28% compared with ANN, M5P, ANN-IS, noAL and noSSL, respectively. Moreover, it is worth noting that approaches leveraging unlabeled configurations (COAL, noAL and noSSL) significantly outperform approaches do not exploit any unlabeled configuration
จนถึงขณะนี้เราได้ผ่านการตรวจสอบว่าการผสมผสานความสง่างามของ SSL และ AL มีส่วนสำคัญที่จะมีความแม่นยำสูงของถ่านหินและพบว่าการแก้ปัญหาที่มีแนวโน้มที่จะเกิดปัญหา DSE แต่ก็ยังไม่ชัดเจนว่า AL และ SSL มีทั้งที่จำเป็นในการถ่านหิน เพื่อที่จะได้เข้าใจมากขึ้นในเรื่องนี้เราออกแบบการทดลองเพิ่มเติมเพื่อศึกษาผลกระทบของ AL และผลกระทบของ SSL ตามลำดับ จะเฉพาะเจาะจงเราปิด AL ขั้นตอนในขั้นตอนวิธีที่ 1 และได้รับวิธีการที่เรียกว่า DSE Noal (ดังแสดงในขั้นตอนวิธีที่ 2 Noal เหมือนกับ COMT เสนอในการศึกษาเบื้องต้นของเรา [Guo et al, 2011].); เราปิดเฟส SSL ในอัลกอริทึมที่ 1 และได้รับวิธีการที่เรียกว่า DSE noSSL (ที่มีการไหลจะแสดงในขั้นตอนวิธี 3)
ในการทดลองของเรา Noal ต่อไปนี้การตั้งค่าพารามิเตอร์เดียวกับถ่านหินยกเว้น Noal ที่ใช้ในการฝึกอบรมขนาด 400 กำหนดให้เป็น ดูแล ANN และ M5P ในขณะที่ถ่านหินใช้ชุดการฝึกอบรมครั้งแรกกับการกำหนดค่าที่มีข้อความ 300; noSSL ต่อไปนี้การตั้งค่าพารามิเตอร์เดียวกับถ่านหิน (แต่ไม่จำเป็นต้อง p พารามิเตอร์อีกต่อไป) สรุปผลการดำเนินงานของถ่านหิน Noal, noSSL, ดูแล ANN, ANN-IS และ M5P จะนำเสนอในตารางที่สอง ตามที่สรุปนี้ถ่านหินดำเนินการที่ดีที่สุดในหมู่ 5 DSE วิธีที่ 8 จาก 14 มาตรฐาน, Noal และ noSSL ทำงานได้ดีที่สุดเมื่อวันที่ 3 มาตรฐานตามลำดับ ในความรู้สึกโดยเฉลี่ยถ่านหินอย่างมีนัยสำคัญมีประสิทธิภาพดีกว่าวิธีอื่น ๆ ทั้งหมดที่จะช่วยลดค่าเฉลี่ยของ MSE 58%, 42%, 51%, 21% และ 28% เมื่อเทียบกับแอน M5P, ANN-IS, Noal และ noSSL ตามลำดับ . นอกจากนี้ยังเป็นที่น่าสังเกตว่าการกำหนดค่าที่ไม่มีป้ายกำกับวิธีการใช้ประโยชน์จาก (ถ่านหิน Noal และ noSSL) อย่างมีนัยสำคัญวิธีการที่ดีกว่าไม่ได้ใช้ประโยชน์จากการกำหนดค่าที่ไม่มีป้ายกำกับใด ๆ
การแปล กรุณารอสักครู่..
ดังนั้นไกล เราได้ตรวจสอบว่าการรวมกันที่สง่างามของ SSL และอัลมีส่วนช่วยอย่างมากเพื่อความแม่นยำสูงของถ่านหิน และพบว่าโซลูชั่นเพื่อ dse ปัญหา แต่ก็ยังไม่ชัดเจนว่า ทั้งอัลและ SSL เป็นถ่านหิน เพื่อให้ได้รับข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับปัญหานี้เราออกแบบการทดลองเพิ่มเติมเพื่อศึกษาผลกระทบของ อัล และผลกระทบของ SSL , ตามลำดับจะเฉพาะเจาะจง เราปิดล เฟส 1 และได้รับ dse ขั้นตอนวิธีแบบเรียก noal ( ดังแสดงในขั้นตอนที่ 2 noal เป็นเหมือน comt เสนอการศึกษา [ เบื้องต้นของเราก๊วย et al . 2011 ] ) ; เราปิดเฟส 1 และ SSL ในการขอรับ dse วิธีการเรียก nossl ( ที่มีการไหลแสดงขั้นตอนวิธี 3 ) .
ในการทดลองของเรา noal ตามเดียวกันการตั้งค่าพารามิเตอร์เป็นถ่านหินยกเว้นว่า noal ใช้ชุดฝึก size-400 เป็นแอน m5p ในขณะที่ถ่านหินและการใช้ชุดฝึกเริ่มต้น 300 ข้อความแบบเดียวกัน ; nossl ดังต่อไปนี้การตั้งค่าพารามิเตอร์เช่นถ่านหิน ( แต่ไม่ต้องใช้ค่าพีอีก ) สรุปผลการดำเนินงานของถ่านหิน noal nossl , ดูแล , แอน , ann-is m5p และนำเสนอตาราง 2 ตามรุปนี้ถ่านหินมีประสิทธิภาพดีที่สุดในบรรดา 5 dse วิธีการใน 8 จาก 14 วัด และ noal nossl แสดงดีที่สุดใน 3 วัด คือ ในความรู้สึกเฉลี่ยถ่านหินทั้งหมดอย่างมีนัยสำคัญมีประสิทธิภาพดีกว่าวิธีอื่น นั่นคือ มันลด ( โดยเฉลี่ย 58 , 42 % , 51% , 21% และ 28 % เมื่อเทียบกับแอน m5p ann-is noal , และ , nossl ตามลำดับ นอกจากนี้เป็นมูลค่า noting ว่าแนวทางใช้ประโยชน์จากการตั้งค่าใกล้เคียง ( ถ่านหิน และ noal nossl ) อย่างมีนัยสำคัญดีกว่าวิธีไม่ขูดรีดค่า
ใกล้เคียงใด ๆ
การแปล กรุณารอสักครู่..