Please use this identifier to cite or link to this item:
https://hdl.handle.net/20.500.11779/1319
Title: | Hata Düzeltme Çıktı Kodları: Genel Bakış, Zorluklar ve Gelecek Yönelimler | Other Titles: | Error correction output codes: overview, challenges and future trends | Authors: | Arslan, Şuayb Şefik Güney, Osman B. |
Keywords: | Machine learning Multi-class classification Error correction coding |
Publisher: | IEEE | Source: | Güney, Osman B., Arslan Şuayb Ş., (24-26 Nisan 2019). Hata düzeltme çıktı kodları: genel bakış, zorluklar ve gelecek yönelimler, 27th Signal Processing and Communications Applications Conference (SIU) içinde. Sivas, Türkiye: IEEE. DOI: https://doi.org/10.1109/SIU.2019.8806537 | Abstract: | Çok sınıflı sınıflandırma problemini çözmenin en etkili yollarından biri, bir grup akıllıca tasarlanmıs ikili sınıflandırıcı kullanarak, sınıflandırıcı sonuçlarını belli bir kritere göre bir araya getirmektir. Hata Düzeltme Çıktı Kodları (HDÇK) birden fazla ikili sınıflandırma yoluyla is bölümü saglayan basarılı tekniklerden biridir. Bu çalışmamızın amacı modern HDÇK tiplerine kısa bir giris yapmak, ikili sınıflandırma sonuçlarını birlestiren çesitli kod çözme yöntemleri ve zorlukları, avantajları ve dezavantajlarını ortaya koyan karsılastırmalı bir çalısma sunmaktır. Ayrıca HDÇK tekniğinin birkaç önemli uygulaması, MNIST veri seti üzerindeki performansı ve gelecekteki egilimlerin bazıları sunulmaktadır. One of the most effective way to address multiclass classification problem is to use a set of judiciously designed binary classifiers and to carefully combine their results. Error-Correcting Output Codes (ECOC) is one of the successful frameworks that allows a division of labour through multiple binary classifications. This paper provides a brief introduction to the state-of-theart ECOC types, various decoding methods that merges binary classification results, and a comparative study that lays out challenges, advantages and disadvantages. We also provide few important applications of ECOC, its performance on MNIST data set and some of the future trends. |
URI: | https://hdl.handle.net/20.500.11779/1319 https://doi.org/10.1109/SIU.2019.8806537 |
ISBN: | 9781728119045 | ISSN: | 2165-0608 |
Appears in Collections: | Bilgisayar Mühendisliği Bölümü Koleksiyonu Scopus İndeksli Yayınlar Koleksiyonu / Scopus Indexed Publications Collection WoS İndeksli Yayınlar Koleksiyonu / WoS Indexed Publications Collection |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Error Correction Output Codes Overview.pdf Until 2040-04-02 | Full Text - Proceedings Paper | 252.38 kB | Adobe PDF | View/Open Request a copy |
CORE Recommender
SCOPUSTM
Citations
1
checked on Nov 23, 2024
WEB OF SCIENCETM
Citations
1
checked on Nov 23, 2024
Page view(s)
16
checked on Nov 18, 2024
Google ScholarTM
Check
Altmetric
Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.