Bayesian nonparametric adaptive classification with robust prior information = Modello Bayesiano nonparametrico per classificazione adattiva con informazione a priori robusta

Risultato della ricerca: Contributo in libroContributo a conferenza

Abstract

[Ita:]In un problema di classificazione, di solito viene derivata una regola dis- criminante a partire da un insieme affidabile di unit`a etichettate. In questo contesto, le osservazioni nel dataset di test verranno automaticamente classificate come orig- inate da uno dei gruppi noti, emersi nell’analisi del set di training. Non vi `e quindi possibilit`a di rilevare classi mai viste prima. Per ovviare a questa limitazione, viene introdotto un classificatore bayesiano semi-parametrico adattabile a includere nuove classi per modellare le unit`a del test set, estraendo informazione robusta dal dataset di training ed incorporando la stessa come prior knowledge. Viene poi presentata un’applicazione dell’approccio proposto su dati reali.
Lingua originaleInglese
Titolo della pubblicazione ospiteBook of Short Papers SIS 2020
EditorePearson
Pagine655-660
Numero di pagine6
ISBN (stampa)9788891910776
Stato di pubblicazionePubblicato - 2020

Keywords

  • Bayesian adaptive learning
  • Bayesian mixture model
  • Stick-breaking prior
  • Supervised classification
  • Unobserved classes

Fingerprint

Entra nei temi di ricerca di 'Bayesian nonparametric adaptive classification with robust prior information = Modello Bayesiano nonparametrico per classificazione adattiva con informazione a priori robusta'. Insieme formano una fingerprint unica.

Cita questo