About the Effectiveness of the Statistical Sequential Analysis in the Reliability Trials

Sergey, Grodzenskiy; Yakov, Grodzenskiy; Chesalin, A. N.

doi:10.1109/smrlo.2016.83

Cited by 5 publications

(2 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…К настоящему времени разработаны модификации AdaBoost с другими функциями потерь, обеспечивающие большую робастность (устойчивость), например, BrownBoost, RobustBoost и др. В работе [2] J.H. Friedman предложил обобщающий предыдущие результаты так называемый градиентный бустинг (GradientBoosting) с возможностью использования любой дифференцированной функции потерь.…”

unclassified

“…), с заданными вероятностями ошибок первого и второго рода. Проблема различения гипотез, основанная на анализе последовательности наблюдений, как правило, решается на основе метода статистического последовательного анализа, с использованием последовательного критерия отношения вероятностей (правдоподобия) -SPRT, предложенного A. Wald [3], и его модификаций [4,5]. Алгоритм SPRT является оптимальным для различения двух простых конкурирующих гипотез и, как правило, применяется в технических приложениях в предположении независимости наблюдений [6].…”

unclassified

See 1 more Smart Citation

Modification of the WaldBoost algorithm to improve the efficiency of solving pattern recognition problems in real-time

Чесалин

Гродзенский

Нилов

et al. 2019

Rossijskij tehnologičeskij žurnal

View full text Add to dashboard Cite

Задачей исследования является совершенствование известных алгоритмов машинного обучения для распознавания образов с использованием минимального количества времени (минимального количества используемых классификаторов) и с заданной достоверностью результатов. Рассматривается реализация алгоритма WaldBoost, в котором объединены два алгоритма: адаптивного усиления слабых классификаторов -AdaBoost (adaptive boosting), обладающего высокой обобщающей способностью, и последовательного критерия отношения правдоподобия -SPRT (критерий Вальда), являющегося оптимальным правилом принятия решения при различении двух гипотез. Отмечается, что при использовании WaldBoost значения фактических вероятностей ошибок классификации, как правило, оказываются меньше заданных из-за используемых приближенных границ SPRT, вследствие чего в процессе классификации используется излишняя серия слабых классификаторов. В связи с этим предлагается модификация алгоритма WaldBoost, основанная на итерационном уточнении границ принятия решения, позволяющая значительно сократить количество используемых слабых классификаторов, необходимых для распознавания образов с заданной точностью. Показана эффективность предложенного алгоритма на конкретных примерах. Результаты работы подтверждаются статистическим моделированием на нескольких наборах данных. Отмечается, что результаты работы могут быть применены при уточнении других каскадных алгоритмов классификации.Ключевые слова: ансамбли алгоритмов, адаптивный бустинг, AdaBoost, WaldBoost, последовательный анализ.Для цитирования: Чесалин А.Н., Гродзенский С.Я., Нилов М.Ю., Агафонов А.Н. Модификация алгоритма WaldBoost для повышения эффективности решения задач распознавания образов в реальном времени // Российский технологический журнал.The implementation of the WaldBoost algorithm is considered, and its modification is proposed, which allows to significantly reduce the number of weak classifiers to achieve a given classification accuracy. The efficiency of the proposed algorithm is shown by specific examples. The paper studies modifications of compositions (ensembles) of algorithms for solving real-time pattern recognition problems. The aim of the study is to improve the known machine learning algorithms for pattern recognition using a minimum amount of time (the minimum number of used classifiers) and with a given accuracy of the results. We consider the implementation of the WaldBoost algorithm, which combines two algorithms: adaptive boosting of weak classifiers -AdaBoost (adaptive boosting), which has a high generalizing ability, and the sequential probability ratio test -SPRT (Wald test), which is the optimal rule of decision-making when distinguishing two hypotheses. It is noted that when using the WaldBoost, the values of the actual probability of classification errors, as a rule, are less than given because of the approximate boundaries of the SPRT, so that the classification process uses an excessive series of weak classifiers. In this regard, we propose a modification of the WaldBoost based on iterati...

show abstract

unclassified

Modification of the WaldBoost algorithm to improve the efficiency of solving pattern recognition problems in real-time

Чесалин

Гродзенский

Нилов

et al. 2019

Rossijskij tehnologičeskij žurnal

View full text Add to dashboard Cite

show abstract

Improving the Boundaries of Sequential Statistic Criteria by Computer Simulation

Grodzenskiy

Chesalin

2019

Meas Tech

View full text Add to dashboard Cite

Intelligent quality management tools for digital production and knowledge management system for their application

Chesalin

Grodzenskiy

Nilov

et al. 2020

IOP Conf. Ser.: Mater. Sci. Eng.

View full text Add to dashboard Cite

Due to the evolution of the digital production technologies and the transition to the cyber-physical systems, new methods of controlling technological processes and managing business processes of modern enterprises are needed. In the article we investigate the problem of improving quality management methods for the organization and management of modern digital production. Various methods of quality management, both traditional and modern, are considered. The concept of digital production quality management based on artificial intelligence and information technologies is proposed. As a basis for the implementation of the intelligent quality management methods in the management of digital production we consider the development of a knowledge management system for their effective application.

show abstract

About the Effectiveness of the Statistical Sequential Analysis in the Reliability Trials

Cited by 5 publications

References 4 publications

Modification of the WaldBoost algorithm to improve the efficiency of solving pattern recognition problems in real-time

Modification of the WaldBoost algorithm to improve the efficiency of solving pattern recognition problems in real-time

Improving the Boundaries of Sequential Statistic Criteria by Computer Simulation

Intelligent quality management tools for digital production and knowledge management system for their application

Contact Info

Product

Resources

About