APRENDIZAJE ACTIVO PARA MÁQUINAS DE VECTORES DE RELEVANCIA.

• Autores: Ricardo Henao, Edison Duque Cardona, Jorge Humberto Sanz
• Localización: Scientia et Technica, ISSN 0122-1701, Vol. 2, Nº. 31, 2006, págs. 65-70
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este artículo presenta una técnica de aprendizaje activo para máquinas de vectores de relevancia. Uno de los métodos más utilizados para entrenar clasificadores activos utiliza máquinas de vectores de soporte, las cuales poseen algunas desventajas desde el punto de vista práctico. La novedad del método propuesto consiste en mantener todas las ventajas del aprendizaje activo, reemplazando la máquina de vectores de soporte por un clasificador con propiedades similares que no sufra de sus desventajas, esto es, la máquina de vectores de relevancia, obteniendo de esta manera un método de aprendizaje activo mucho más robusto. Los resultados obtenidos sobre bases de datos estándar y de bioseñales empleando el método propuesto, muestran desempeños satisfactorios y comparables con relación al aprendizaje activo para máquinas de vectores de soporte.

  • English

    This paper introduces an active learning technique for relevance vector machines. One of the most used methods for training active learners makes use of support vector machines as classifiers. However, despite its success, several disadvantages can be advised in the support vector methodology. The novelty of the proposed method consists on keeping all of the advantages of active learning, but replacing support vector machines with another classifier that does not suffer of its disadvantages, aiming to obtain an active learning method even more robust. Results over standard and biosignal datasets show satisfactory and comparable performances of the proposed method in contrast to classic support vector machines active learning.