...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IAENG Internaitonal journal of computer science >The Use of Output Combiners in Enhancing the Performance of Large Data for ANNs
【24h】

The Use of Output Combiners in Enhancing the Performance of Large Data for ANNs

机译：使用输出组合器增强ANN的大数据性能

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Deriving classification information from large databases presents several challenges. The current methods used to classify a large dataset have the disadvantage of requiring long computational time and high complexity. In addition, most of the methods can only deal with selected features of the data while some of the methods can only deal with categorical or numerical attributes. This paper proposes large data solutions by defining the strategy to classify large data with local processors of Artificial Neural Networks (ANNs). A combination technique for reordered ANNs is proposed in modeling the combination of multiple ANNs as part of framework approach. Several repeated experiments with different techniques tested with the MNIST dataset show good percentage of performance and reduction of errors. The results obtained are in line with the importance of good performance achieved with the use of combiner for a large data solution.
机译：从大型数据库中获取分类信息提出了一些挑战。用于对大型数据集进行分类的当前方法的缺点是需要较长的计算时间和较高的复杂性。另外，大多数方法只能处理数据的选定特征，而某些方法只能处理分类或数字属性。本文通过定义使用人工神经网络（ANN）的本地处理器对大数据进行分类的策略，提出了大数据解决方案。作为框架方法的一部分，在建模多个ANN的组合时，提出了一种用于重排序ANN的组合技术。使用MNIST数据集测试的使用不同技术的多次重复实验显示出良好的性能百分比并减少了错误。所获得的结果与通过将合并器用于大数据解决方案来获得良好性能的重要性相符。

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