Some new algorithms and software implementation methods for pattern recognition research
Notice bibliographique
Résumé
This paper, in two parts, describes some novel algorithms for pattern recognition research and a framework for efficient development, maintenance, and sharing of Interactive software amongst several users and diverse application areas. This modular interactive software system (MISS) forms the basis of a general purpose image analysis and pattern recognition research system (IPS) implemented in the Macdonald Stewart Biomedical Image Processing Laboratory at McGill University. The first part of the paper discusses the algorithms and some preliminary results. Two algorithms are singled out. The first is an interactive approach to nouparametric feature selection via two-dimensional mapping of the multidimension al minimal spanning tree of the features in pattern space. Some preliminary results of the performance of the algorithm, in the automatic mode, applied to feature selection for cervical cell classification, are presented. The second algorithm is an exact procedure for condensing the training data, in the nearest neighbor decision rule, which yields a minimal set of points that implements precisely the original nearest neighbor decision boundary. The second part of the paper describes the MISS and IPS software systems. The MISS software implementation framework insures software colbpati bility and sharing among many individuals and diverse applications, provides safeguard against software loss, and supports an extendable high level interactive language with on-line document ation. MISS language support includes a BASE LAN GUAGE interpreter (implementing a variant of FORTRAN) plus an EXTENDED LANGUAGE interpreter that facilitates addition of new groups of language statements. Each group of statements is associated with a particular function, application area, or programmer. A-11 IPS software has been implemented within the MISS framework. The present IPS implementation includes over 300 EXTENDED LANGUAGE statements in twenty groups facilitating such functions as: image acquisition and display, simulation of a hardware image processor, data management, image manipulation and filtering, graphics, image segmentation and feature extraction, feature selection, classification, and classification per formance measurement. The overall design philosophy of the MISS and IPS software systems and the ease with which new software can be added and documented are described.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,010 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».