Large-scale classification based on support vector machine

  1. Ziad Akram, Ali Hammouri
unter der Leitung von:
  1. Manuel Fernández Delgado Doktorvater

Universität der Verteidigung: Universidade de Santiago de Compostela

Fecha de defensa: 08 von Juli von 2022

Gericht:
  1. Manuel Filipe Vieira Torres Santos Präsident/in
  2. María Jesús Taboada Iglesias Sekretärin
  3. María Luisa Durán Martín-Meras Vocal
Fachbereiche:
  1. Departamento de Electrónica e Computación

Art: Dissertation

Zusammenfassung

Esta tese propón o fast support vector classifier, unha versión eficiente da máquina de vectores de soporte (SVM) con cerne gausiano para problemas de clasificación grandes. Este clasificador acada un acerto cercano aos mellores métodos dispoñíbeis, sendo moito máis rápido que aqueles en conxuntos de ata 31 millóns de datos, 30.000 entradas e 131 clases. Tamén axusta os requerimentos de memoria, permitindo a súa execución en datos de tamano case arbitrariamente grande. Esta tese tamén propón o algoritmo ideal kernel tuning, un método de sintonización eficiente da anchura do cerne gausiano para a SVM, método que é o máis rápido comparado con outras 5 alternativas da literatura, cun acerto moi perto do mellor dispoñíbel actualmente e cun reducido consumo de memoria.