认识 MASKS：一种新颖的多分类器验证方法
人工智能
2022-06-03 v3 计算机科学中的逻辑
摘要
本研究提出了一种新颖的分类器集成方法。通过集成多个分类器，开发了一种用于更好消除错误的验证方法。设计了一个由多个分类器组成的多智能体系统，以验证安全属性是否满足。为考察关于分布式知识聚合的推理，提出了一种逻辑模型。为验证预定义属性，制定并开发了多智能体系统知识共享算法（MASKS）。作为严格评估，我们将该模型应用于 Fashion-MNIST、MNIST 和 Fruit-360 数据集，其将错误率降低至单个分类器的大约十分之一。
引用
@article{arxiv.2007.10090,
title = {Meet MASKS: A novel Multi-Classifier's verification approach},
author = {Amirhoshang Hoseinpour Dehkordi and Majid Alizadeh and Ali Movaghar},
journal= {arXiv preprint arXiv:2007.10090},
year = {2022}
}
备注
34 pages, 12 figures, 1 table