Исследование методов комбинирования классификаторов в рамках теории свидетельств

В работе проведено исследование эффективности использования правил комбинирования свидетельств для задачи агрегирования классификаторов. Теория свидетельств (теория Демпстера-Шейфера) располагает мощными инструментами для комбинирования свидетельств с учетом их конфликтности, надежности и т.д. В работе в качестве свидетельств рассматривается информация об обучении того или иного классификатора. Эта информация агрегируется с помощью правил комбинирования свидетельств. Параметрами агрегирования выступают коэффициенты дисконтирования, с помощью которых можно учитывать эффективность отдельных классификаторов. Такая модель агрегирования классификаторов была протестирована на искусственных и реальных данных. Приведены результаты сравнения эффективности работы такого агрегирующего классификатора с другими известными техниками комбинирования и одиночными классификаторами. Рассмотрены некоторые модификации модели. Реализован эффективный способ комбинирования классификаторов, использующий метод дисконтирования свидетельств и улучшающий обобщающую способность.