Реферат: В работе рассматривается один из вариантов задачи классификации данных со слабой разметкой (weakly supervised learning), называемой обучением на множествах примеров (multiple instance learning), групповым (многоэкземплярным) обучением или обучением на мультимножествах. В данной задаче метки определены для множеств объектов, называемых «пакетами» (bags). Каждый объект из пакета имеет свое признаковое описание. Пакет отмечается как положительный, если в нем содержится хотя бы один положительный объект (какой именно неизвестно), иначе пакет помечается как отрицательный. Требуется предсказать наличие или отсутствие положительных объектов для новых пакетов, представленных как набор объектов. Разработан алгоритм решения, основанный на выборе информативных признаков и фильтрации обучающей выборки. Приведены результаты экспериментального исследования алгоритма на примере решения задачи идентификации белков. Также приводится сравнение с результатами решения данной задачи некоторыми известными методами

Библиографическая ссылка: Бериков В.Б. , Кутненко О.А.
Многоэкземплярное обучение со слабой разметкой на основе выбора информативных признаков и фильтрации выборки
Вычислительные технологии (Journal of Computational Technologies). 2026.

Даты:

Поступила в редакцию:

14 июл. 2025 г.

Идентификаторы БД: Нет идентификаторов

Цитирование в БД: Пока нет цитирований