• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on artificial intelligence >AN EMPIRICAL EVALUATION OF ADABOOST IN NEAT AND rtNEAT
【24h】

AN EMPIRICAL EVALUATION OF ADABOOST IN NEAT AND rtNEAT

机译：天然和rtNEAT中ADABOOST的实证评估

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

While the level of spam (unsolicited, unwanted emails) has dropped over the past couple of years, it still accounts for more than 60% of email traffic.Not only is this an inconvenience to email users, but in areas of the world with limited Internet bandwidth, spam can choke much of that capacity. The research described in this paper attempts to decrease the runtime of spam filter training by employing the machine learning techniques of Adaptive Boosting (AdaBoost) in conjunction with NEAT (NeuroEvolution of Augmenting Technologies) or rtNEAT(real-time NEAT).
机译：尽管垃圾邮件的数量（不请自来的，不需要的电子邮件）在过去几年中有所下降，但仍占电子邮件流量的60％以上，这不仅给电子邮件用户带来不便，而且在世界范围内垃圾邮件数量有限的地区Internet带宽，垃圾邮件会占用很多容量。本文描述的研究试图通过将自适应增强（AdaBoost）的机器学习技术与NEAT（增强技术的神经进化）或rtNEAT（实时NEAT）结合使用来减少垃圾邮件过滤器训练的运行时间。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号