Иерархическая классификация - Hierarchical classification
Классификатор представляет собой классификатор , который отображает входной данные в определенное subsumptive вывода категорий. Классификация происходит сначала на низком уровне с высокой конкретных частей входных данных. Затем классификации отдельных частей данных систематически комбинируются и итеративно классифицируются на более высоком уровне до тех пор, пока не будет получен один результат. Этот окончательный результат представляет собой общую классификацию данных. В зависимости от применения-специфические детали, этот результат может быть одним из набора предопределенных выходов, одним из набора результатов, полученных в режиме онлайн, или даже новой новой классификацией, которую раньше не видели. Как правило, такие системы полагаются на относительно простые отдельные единицы иерархии, которые выполняют только одну универсальную функцию для классификации. В некотором смысле эти машины полагаются на мощь самой иерархической структуры , а не на вычислительные возможности отдельных компонентов. Это делает их относительно простыми, легко расширяемыми и очень мощными.
Иерархическая классификация иногда называется декомпозицией пространства экземпляров , которая разбивает полную многоклассовую проблему на набор более мелких задач классификации. Он служит для изучения более точных концепций благодаря более простым границам классификации в подзадачах и процедурам выбора отдельных функций для подзадач. При выполнении декомпозиции классификации центральным выбором является порядок комбинирования более мелких этапов классификации, называемый путем классификации. В зависимости от приложения он может быть получен из матрицы ошибок и выявления причин типичных ошибок и поиска способов предотвращения их появления в системе. Например, на проверочном наборе можно увидеть, какие классы наиболее часто взаимно путаются системой, а затем выполняется декомпозиция пространства экземпляров следующим образом: во-первых, выполняется классификация среди хорошо узнаваемых классов, и рассматриваются трудные для разделения классы. как единый объединенный класс, и, наконец, на втором этапе классификации объединенный класс классифицируется на два первоначально взаимно смешанных класса.
заявка
Существует множество приложений, которые эффективно реализуются с использованием иерархических классификаторов или их вариантов. Один из таких примеров - компьютерное зрение . Распознавание изображений - это то, с чем хорошо справляется иерархическая обработка . Причина , по которой модель настолько хорошо подходит для этого приложения является то , что снимки интуитивно можно рассматривать как коллекцию из компонентов или объектов . Эти объекты можно рассматривать как наборы более мелких компонентов, например фигур , которые можно рассматривать как наборы линий и т. Д. Это напрямую совпадает с принципом работы иерархической обработки. Если простая единица иерархии обработки может классифицировать линии на формы, то эквивалентная единица может преобразовывать формы в объекты (конечно, между ними есть некоторые промежуточные этапы, но идея есть). Таким образом, если вы расположите эти общие классификационные единицы в иерархическом порядке (с использованием ориентированного ациклического графа ), можно будет получить полную пошаговую классификацию от цветных пикселей до абстрактной метки того, что изображено на картинке.
Существует множество подобных приложений, которые также можно решить с помощью иерархической классификации, например, распознавание письменного текста, осведомленность роботов и т. Д. Возможно, что математические модели и методы решения проблем также могут быть представлены таким образом. Если это так, то будущие исследования в этой области могут привести к очень успешным автоматизированным средствам доказательства теорем во многих областях . Такие разработки были бы очень мощными, но пока неясно, как именно эти модели применимы.