Publication of 日e week: Dongxu Han, Hongbo Du & Sabah Jassim

2016年12月19日

“对基于高斯模型和贝叶斯原理的信心为中心的分类”, 9诉讼 计算机科学博士纽约和研讨会 电子产品 (约克大学,2016年11月),46-56。

分类是机器学习的重要形式。它已被广泛应用于各种应用领域。传统的分类法是类标签的结果而不是类预测的强度最感兴趣。本文介绍了“分类置信度”的新解释来补充预测类标签。的置信水平是基于高斯概率模型和贝叶斯分类原则制定。本文给出了概念的正确性,并认为在分类过程中的中心嵌入它的本质。纸盒中早孕流产的情况下的数据集应用提出的概念,并证明本概念运作良好,并确实反映了肯定的有关数据集的程度。

本文是根据东旭在他的博士研究的第一年的初始工作。将该纸同行评审和由9接受 纽约博士生研讨会上计算机科学和电子,一年一度的国际论坛,博士研究人员分享他们的研究思路和经验,在约克大学举行。何东旭赢得了本届会议取得最佳表现奖。东旭公司出席了会议是由大学的研究生研究生会议经费资助。

纸可以从下载 会议网站.

在2015年一级荣誉学位毕业后,何东旭目前在哲学硕士/哲学博士研究生 应用计算,进行机器学习基础的决策支持系统(DSS)由教授萨巴赫·贾西姆先生和宏博都支持的共同监督下的医疗诊断决策和患者最有效的治疗方法的研究。该研究是应用计算和夏洛特皇后和切尔西医院,伦敦帝国学院和区医院比利时鲁汶之间的协同工作。东旭目前的工作是提出DSS框架的一个重要组成部分。