Wyszukiwarka
Filtry
wszystkich: 3
Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (3)
Wyniki wyszukiwania dla: THRESHOLDING STRATEGIES
-
Architektura Systemów Komputerowych
Potencjał BadawczyGłówną tematyką badawczą podejmowaną w Katedrze jest rozwój architektury aplikacji i systemów komputerowych, w szczególności aplikacji i systemów równoległych i rozproszonych. "Architecture starts when you carefully put two bricks together" - stwierdza niemiecki architekt Ludwig Mies von der Rohe. W przypadku systemów komputerowych dotyczy to nie cegieł, a modułów sprzętowych lub programowych. Przez architekturę systemu komputerowego...
-
Zespół Systemów Geoinformatycznych
Potencjał BadawczyW katedrze prowadzone są badania naukowe w zakresie szeroko rozumianych Systemów Informacji Geograficznej (GIS). Tematyka badań obejmuje zastosowanie GIS w technologiach bezpieczeństwa, wizualizacje i analizy przestrzenne, systemy numerycznego prognozowania pogody, technologie nawigacji w ramach mobilnych systemów informacji przestrzennej, oraz zaawansowane techniki obrazowania satelitarnego. Katedra kontynuuje również badania...
-
Katedra Elektrotechniki, Systemów Sterowania i Informatyki
Potencjał BadawczyW Katedrze Elektrotechniki, Systemów Sterowania i Informatyki prowadzone są badania w tematyce podstaw elektrotechniki, zaawansowanych systemów sterowania, prototypowania dedykowanych rozwiązań sprzętowych w FPGA. Prowadzone badania skupiają się również na wykorzystaniu zaawansowanych technik analizy komputerowej w systemach sterowania oraz elektrotechniki.
Pozostałe wyniki Pokaż wszystkie wyniki (2)
Wyniki wyszukiwania dla: THRESHOLDING STRATEGIES
-
Thresholding Strategies for Large Scale Multi-Label Text Classifier
PublikacjaThis article presents an overview of thresholding methods for labeling objects given a list of candidate classes’ scores. These methods are essential to multi-label classification tasks, especially when there are a lot of classes which are organized in a hierarchy. Presented techniques are evaluated using the state-of-the-art dedicated classifier on medium scale text corpora extracted from Wikipedia. Obtained results show that the...
-
From Scores to Predictions in Multi-Label Classification: Neural Thresholding Strategies
PublikacjaIn this paper, we propose a novel approach for obtaining predictions from per-class scores to improve the accuracy of multi-label classification systems. In a multi-label classification task, the expected output is a set of predicted labels per each testing sample. Typically, these predictions are calculated by implicit or explicit thresholding of per-class real-valued scores: classes with scores exceeding a given threshold value...