वू के, झांग के, फैन डब्ल्यू, गाओ जे और एडवर्ड्स ए
असंतुलित डेटा स्ट्रीम वर्गीकरण के लिए एक प्रभावी ढांचा
विषम वितरण वाली डेटा धाराओं को वर्गीकृत करने से यथार्थवादी वातावरण में कई अनुप्रयोग मिलते हैं; हालाँकि, केवल कुछ ही तरीके डेटा धारा वर्गीकरण और असंतुलित डेटा सीखने की इस संयुक्त समस्या को संबोधित करते हैं। इस पत्र में, हम इस समस्या से निपटने के लिए एक उपन्यास महत्व नमूनाकरण संचालित, गतिशील सुविधा समूह भार रूपरेखा (DFGW-IS) का प्रस्ताव करते हैं। हमारा दृष्टिकोण अवधारणा-बहती, असंतुलित स्ट्रीमिंग डेटा की आंतरिक विशेषताओं को संबोधित करता है। विशेष रूप से, लगातार विकसित होने वाली अवधारणा को एक समूह द्वारा नियंत्रित किया जाता है, जिसे प्रत्येक उप-वर्गीकरणकर्ता (यानी, एक एकल वर्गीकारक या एक समूह) के साथ सुविधा समूहों के एक सेट पर प्रशिक्षित किया जाता है, जिसे इसके विभेदक शक्ति और स्थिर स्तर द्वारा भारित किया जाता है। दूसरी ओर, असमान वर्ग वितरण का मुकाबला एक विशिष्ट सुविधा समूह में निर्मित उप-वर्गीकरणकर्ता द्वारा किया जाता है कई विषम डेटा धाराओं पर व्यापक प्रयोगों से पता चलता है कि प्रस्तावित एल्गोरिदम न केवल मानक मूल्यांकन मैट्रिक्स पर प्रतिस्पर्धी तरीकों से बेहतर प्रदर्शन करता है, बल्कि विभिन्न शिक्षण परिदृश्यों में भी अच्छी तरह से अनुकूल होता है।
English 
Spanish 
Chinese 
Russian 
German 
French 
Japanese 
Portuguese 
Telugu