Giải thuật Random Forest

Trong nghiên cứu này, nhóm nghiên cứu sử dụng mô hình trí tuệ nhân tạo (AI - Artificial Intelligence) với thuật toán học máy (Machine Learning) Random Forest (RF) thực hiện phân loại, giám sát biến động các lớp phủ bề mặt tại khu vực Hà Nội giai đoạn 2013-2023. Các dữ liệu ảnh vệ tinh và các kết quả phân tích được thực hiện trên nền tảng điện toán đám mây GEE và sử dụng ngôn ngữ lập trình Javascript.

11p viambani 18-06-2024 4 2   Download

Trí tuệ nhân tạo hiện nay đã và đang được ứng dụng rất hiệu quả trong nhiều lĩnh vực. Đã có những nghiên cứu sử dụng các thuật toán học máy để phân loại lớp phủ sử dụng đất từ ảnh vệ tinh. Nghiên cứu này sử dụng AI với thuật học máy Random Forest để phân loại, giám sát các lớp phủ bề mặt sử dụng đất từ ảnh vệ tinh Sentinel-2 tại khu vực quận Bắc Từ Liêm, Hà Nội giai đoạn 2019-2023.

8p viamancio 04-06-2024 43 5   Download

Cross-Site Scripting là một dạng tấn công phổ biến trong các ứng dụng web. Các giải pháp hiện có như dựa trên bộ lọc, phân tích động và phân tích tĩnh không hiệu quả trong việc phát hiện các cuộc tấn công XSS không xác định. Một số nghiên cứu phát hiện các cuộc tấn công XSS sử dụng học máy đã công bố có khả năng phát hiện các cuộc tấn công XSS không xác định tuy nhiên tồn tại một số vấn đề như: bộ phân loại cơ sở đơn, tập dữ liệu nhỏ và hiệu suất mô hình chưa cao.

9p visystrom 22-11-2023 11 5   Download

Bài viết thử áp dụng giải thuật Rừng ngẫu nhiên có điều chỉnh hàm chi phí (cost-sensitive weighted random forest - CSWRF), vốn đã thành công trong bài toán phát hiện gian lận thẻ tín dụng (credit card fraud detection) để giải quyết vấn đề dữ liệu mất cân bằng trong bài toán dự đoán thuê bao rời bỏ nhà mạng. Ngoài ra, tác giả so sánh hiệu quả của giải thuật CSWRF với cách tiếp cận lấy mẫu dữ liệu: kết hợp giải thuật Rừng ngẫu nhiên với kỹ thuật lấy mẫu tăng SMOTE (Synthetic Minority Oversampling Technique).

10p kimphuong1124 28-08-2023 16 5   Download

Trong nghiên cứu này, nghiên cứu đã thử nghiệm một hướng đi mới, kết hợp nguồn ảnh viễn thám độ phân giải rất cao PlanetScope (3 m), cùng với kĩ thuật phân tích, nhận diện đối tượng tự động hướng đối tượng (Object-Based Image Analysis - OBIA) và thuật toán máy học Random Forest (RF) trong lập bản đồ phân bố chính xác vùng nuôi thủy sản tại đầm Sam Chuồn - Hà Trung, tỉnh Thừa Thiên Huế.

11p kimphuong23 17-07-2023 5 3   Download

Bài viết này sẽ khảo sát đánh giá một mô hình nhận dạng các hoạt động hàng ngày bao gồm cả các hành vi bất thường dựa trên dữ liệu cảm biến gia tốc của điện thoại thông minh. Ảnh hưởng kích thước cửa sổ trượt và các tập thuộc tính khác nhau lên độ chính xác phân lớp từng hành động cũng sẽ được khảo sát đánh giá trong bài báo này.

8p vijihyo2711 25-09-2021 28 2   Download

Trong bài viết đề xuất một phương pháp mở rộng FRF đƣợc gọi là IFRF bằng cách cắt tỉa cây quyết định mờ trước khi bổ sung vào tập cây trong rừng; chiến lược cắt tỉa cây dựa trên giải thuật di truyền.

8p quenchua9 20-11-2020 43 2   Download

Bài giảng Khai mở dữ liệu: Phương pháp tập hợp mô hình (Ensemble-based methods) của Đỗ Thanh Nghị trình bày về Ensemble-based; Bagging, Random forests, Boosting; kết luận và hướng phát triển.

21p maiyeumaiyeu27 10-01-2017 91 7   Download

Trong bài báo này, chúng tôi trình bày một cải tiến của giải thuật Roughly Balanced Bagging (Hido & Kashima, 2008) cho việc phân lớp các tập dữ liệu không cân bằng. Chúng tôi đề xuất sử dụng các giải thuật tập hợp mô hình bao gồm Boosting (Freund & Schapire, 1995), Random forest (Breiman, 2001), làm mô hình học cơ sở của giải thuật Roughly Balanced Bagging gốc, thay vì sử dụng một cây quyết định (Quinlan, 1993). Chúng tôi cũng đề xuất điều chỉnh cách lấy mẫu giảm phần tử lớp đa số theo hàm phân phối nhị thức âm ở mỗi lần. Kết...

9p sunshine_7 22-07-2013 132 9   Download

Tổng quan về khai phá dữ liệu và trích chọn thuộc tính. Trình bày nội dung chính của thuật toán phân lớp sử dụng trong luận văn là thuật toán Random Forest và giải thuật di truyền. Trình bày phương pháp đề xuất và hướng giải quyết của luận văn. Trình bày quá trình thực nghiệm và đánh giá kết quả thực nghiệm.

13p banhbeovodung 20-06-2013 85 11   Download

Phân tích thành phần chính (PCA) là một phương pháp khá nổi tiếng và hiệu quả trong quá trình làm giảm số thuộc tính của tập dữ liệu đầu vào. Hiện nay phương pháp hàm nhân đã được dùng để tăng khả năng áp dụng PCA khi giải quyết các bài toán phi tuyến. Phương pháp này đã được Scholkhof và đồng nghiệp của ông đưa ra với tên gọi là KPCA. Trong bài báo này chúng tôi sẽ trình bày một cách tiếp cận mới dựa trên hàm nhân để có thể chọn ra những thuộc tính tốt nhất...

10p tuanlocmuido 13-12-2012 95 18   Download