یک رویکرد عملی برای کشف کلاس جدید در داده های جدولی: روش آموزش کامل

نویسندگان:

(1) Troisemaine Colin، دپارتمان علوم کامپیوتر، IMT Atlantique، Brest، فرانسه، و Orange Labs، Lannion، فرانسه.

(2) Reifers-Masson Alexandre، گروه علوم کامپیوتر، IMT آتلانتیک، برست، فرانسه.

(3) Gosselin Stephane، Orange Labs، Lannion، فرانسه.

(4) Lemaire Vincent، Orange Labs، Lannion، فرانسه.

(5) Vaton Sandrine، گروه علوم کامپیوتر، IMT Atlantique، برست، فرانسه.

در بخش‌های قبل، مدل‌ها، بهینه‌سازی فراپارامتر و روش تخمین تعداد کلاس‌های جدید را به‌طور مستقل ارائه کردیم. در این بخش، این اجزا در کنار هم قرار می گیرند تا یک روند آموزشی کامل را تشکیل دهند. برای اطمینان از اینکه هیچ دانش قبلی در مورد کلاس‌های جدید در این فرآیند استفاده نمی‌شود، تعداد کلاس‌های جدید به طور طبیعی در طول K-fold CV معرفی‌شده در بخش 4 تخمین زده می‌شود. از آنجایی که کل فرآیند بسیار پیچیده است، ما سعی می‌کنیم آن را در خلاصه کنیم. اصطلاحات واضح در این بخش و در الگوریتم 1.

Source link