Доклады Российской академии наук. Математика, информатика, процессы управления
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Докл. РАН. Матем., информ., проц. упр.:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Доклады Российской академии наук. Математика, информатика, процессы управления, 2021, том 499, страницы 63–66
DOI: https://doi.org/10.31857/S2686954321040172 (Mi danma192) 		 
Эта публикация цитируется в 9 научных статьях (всего в 9 статьях)

ИНФОРМАТИКА

Двухуровневый метод регрессионного анализа, использующий ансамбли деревьев с оптимальной дивергенцией

Ю. И. Журавлевa, О. В. Сенькоa, А. А. Докукинa, Н. Н. Киселеваb, И. А. Саенкоc

a Федеральный исследовательский центр «Информатика и управление» Российской академии наук, Москва, Россия
b Институт металлургии и материаловедения им. А. А. Байкова РАН, Москва, Россия
c Московский государственный университет имени М. В. Ломоносова, Москва, Россия
PDF полного текста (90 kB) Список цитирования (9)
Список литературы:
PDF
HTML
DOI: https://doi.org/10.31857/S2686954321040172
Аннотация: Рассмотрен новый двухуровневый метод регрессионного анализа, в котором корректирующая процедура применяется к оптимальным ансамблям регрессионных деревьев. При этом оптимизация производится исходя из одновременного достижения расходимости алгоритмов в пространстве прогнозов и хорошей аппроксимации данных отдельными алгоритмами ансамбля. В качестве корректирующих процедур рассматриваются простое усреднение, случайный регрессионный лес и градиентный бустинг. Приведены эксперименты по сравнению предложенного метода со стандартным решающим лесом и стандартным методом градиентного бустинга для решающих деревьев.
Ключевые слова: регрессия, коллективные методы, бэггинг, градиентный бустинг.
Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 18-29-03151
20-01-00609
21-51-53019
Работа выполнена при частичной финансовой поддержке РФФИ, проекты 18-29-03151, 20-01-00609, 21-51-53019.
Поступило: 17.06.2021
После доработки: 17.06.2021
Принято к публикации: 19.06.2021
Англоязычная версия:
Doklady Mathematics, 2021, Volume 104, Issue 1, Pages 212–215
DOI: https://doi.org/10.1134/S1064562421040177
Реферативные базы данных:
Тип публикации: Статья
УДК: 004.855
Образец цитирования: Ю. И. Журавлев, О. В. Сенько, А. А. Докукин, Н. Н. Киселева, И. А. Саенко, “Двухуровневый метод регрессионного анализа, использующий ансамбли деревьев с оптимальной дивергенцией”, Докл. РАН. Матем., информ., проц. упр., 499 (2021), 63–66; Dokl. Math., 104:1 (2021), 212–215
Цитирование в формате AMSBIB
\RBibitem{ZhuSenDok21}
\by Ю.~И.~Журавлев, О.~В.~Сенько, А.~А.~Докукин, Н.~Н.~Киселева, И.~А.~Саенко
\paper Двухуровневый метод регрессионного анализа, использующий ансамбли деревьев с оптимальной дивергенцией
\jour Докл. РАН. Матем., информ., проц. упр.
\yr 2021
\vol 499
\pages 63--66
\mathnet{http://mi.mathnet.ru/danma192}
\crossref{https://doi.org/10.31857/S2686954321040172}
\zmath{https://zbmath.org/?q=an:7427869}
\elib{https://elibrary.ru/item.asp?id=46532758}
\transl
\jour Dokl. Math.
\yr 2021
\vol 104
\issue 1
\pages 212--215
\crossref{https://doi.org/10.1134/S1064562421040177}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-85115355533}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/danma192
  • https://www.mathnet.ru/rus/danma/v499/p63
    • Эта публикация цитируется в следующих 9 статьяx:
    1. Fatih Issi, 2024 12th International Conference on Smart Grid (icSmartGrid), 2024, 487  crossref
    2. N. N. Kiselyova, V. A. Dudarev, O. V. Senko, A. A. Dokukin, A. V. Stolyarenko, Yu. O. Kuznetsova, “Prediction of Physical Properties of Double Halides Using Machine Learning Methods”, Pattern Recognit. Image Anal., 34:3 (2024), 819  crossref
    3. M.P. Bazilevskiy, “Optimization Problem of Constructing Linear Regressions with a Minimum Value of the Mean Absolute Error on Test Sets”, Modelling and Data Analysis, 14:4 (2024), 91  crossref
    4. Н. Н. Киселёва, В. А. Дударев, А. В. Столяренко, А. А. Докукин, О. В. Сенько, Ю. О. Кузнецова, “Прогнозирование температуры плавления двойных галогенидов”, Журнал неорганической химии, 68:5 (2023), 623  crossref
    5. N. N. Kiselyova, V. A. Dudarev, A. V. Stolyarenko, A. A. Dokukin, O. V. Sen'ko, Yu. O. Kuznetsova, “Prediction of the melting points of double halides”, Russ. J. Inorg. Chem., 68:5 (2023), 555  crossref
    6. А. А. Докукин, О. В. Сенько, “Новый двухуровневый метод машинного обучения для оценивания вещественных характеристик объектов”, Известия Российской академии наук. Теория и системы управления, 2023, № 4, 17  crossref
    7. Yu. Zhuravlev, A. Babadzhanov, “Algebraic methods for solving recognition problems with non-intercuting classes”, Novel Trends in Rheology IX, AIP Conf. Proc., 2997, no. 1, 2023, 020012  crossref
    8. O. V. Senko, A. A. Dokukin, N. N. Kiselyova, V. A. Dudarev, Yu. O. Kuznetsova, “New two-level ensemble method and its application to chemical compounds properties prediction”, Lobachevskii J. Math., 44:1 (2023), 188  crossref  mathscinet
    9. Н. С. Королев, О. В. Сенько, “Метод повышения эффективности обучения градиентного бустинга, основанный на модифицированных функциях потерь”, Автомат. и телемех., 2022, № 12, 78–88  mathnet  crossref; N. S. Korolev, O. V. Senko, “Method for improving gradient boosting learning efficiency based on modified loss functions”, Autom. Remote Control, 83:12 (2022), 1935–1943  crossref
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Доклады Российской академии наук. Математика, информатика, процессы управления Доклады Российской академии наук. Математика, информатика, процессы управления
    Статистика просмотров:
    Страница аннотации:156
    PDF полного текста:39
    Список литературы:33
     
      Обратная связь:
    math-net2025_03@mi-ras.ru     		 Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2025