Đăng nhập
 
Tìm kiếm nâng cao
 
Tên bài báo
Tác giả
Năm xuất bản
Tóm tắt
Lĩnh vực
Phân loại
Số tạp chí
 

Bản tin định kỳ
Báo cáo thường niên
Tạp chí khoa học ĐHCT
Tạp chí tiếng anh ĐHCT
Tạp chí trong nước
Tạp chí quốc tế
Kỷ yếu HN trong nước
Kỷ yếu HN quốc tế
Book chapter
Bài báo - Tạp chí
3(4) (2019) Trang: 1-19
Tạp chí: Journal of Information & Telecommunication

Our proposed decision trees using local support vector regression models (tSVR, rtSVR) aim to efficiently handle the regression task for large datasets. The learning algorithm tSVR of regression models is done by two main steps. The first one is to construct a decision tree regressor for partitioning the full training dataset into k terminal-nodes (subsets), followed which the second one is to learn the SVR model from each terminal-node to predict the data locally in a parallel way on multi-core computers. The algorithm rtSVR learns the random forest of decision trees with local SVR models for improving the prediction correctness against the tSVR model alone. The performance analysis shows that our algorithms tSVR, rtSVR are efficient in terms of the algorithmic complexity and the generalization ability compared to the classical SVR. The experimental results on five large datasets from UCI repository showed that proposed tSVR and rtSVR algorithms are faster than the standard SVR in training the non-linear regression model from large datasets while achieving the high correctness in the prediction. Typically, the average training time of tSVR and rtSVR are 1282.66 and 482.29 times faster than the standard SVR; Furthermore, tSVR and rtSVR improve 59.43%, 63.70% of the relative prediction correctness compared to the standard SVR.

Các bài báo khác
Số 43 (2016) Trang: 126-134
Tải về
Số Công nghệ TT 2017 (2017) Trang: 164-170
Tải về
Số Công nghệ TT 2015 (2015) Trang: 179-188
Tải về
Số 42 (2016) Trang: 18-27
Tải về
(2019) Trang: 119-126
Tạp chí: Hội nghị nghiên cứu cơ bản và ứng dụng công nghệ thông tin, Huế, 6/2019
(2018) Trang: 255-265
Tạp chí: Intelligent Information and Database Systems
(2017) Trang: 124-130
Tạp chí: FAIR 2017 - Đà Nẵng - 8/2017
 

CTUJoS indexed by Crossref

Vietnamese | English


BC thường niên 2019


Bản tin ĐHCT


TCKH tiếng Việt


TCKH tiếng Anh

 
 
Vui lòng chờ...