序贯监督学习框架下的耀斑短期预报.ppt

上传人:本田雅阁 文档编号:3300420 上传时间:2019-08-08 格式:PPT 页数:22 大小:1.22MB
返回 下载 相关 举报
序贯监督学习框架下的耀斑短期预报.ppt_第1页
第1页 / 共22页
序贯监督学习框架下的耀斑短期预报.ppt_第2页
第2页 / 共22页
序贯监督学习框架下的耀斑短期预报.ppt_第3页
第3页 / 共22页
序贯监督学习框架下的耀斑短期预报.ppt_第4页
第4页 / 共22页
序贯监督学习框架下的耀斑短期预报.ppt_第5页
第5页 / 共22页
点击查看更多>>
资源描述

《序贯监督学习框架下的耀斑短期预报.ppt》由会员分享,可在线阅读,更多相关《序贯监督学习框架下的耀斑短期预报.ppt(22页珍藏版)》请在三一文库上搜索。

1、序贯监督学习框架下的 耀斑短期预报,哈尔滨工业大学 黄鑫,主要内容,问题是什么? 为什么序贯监督学习? 如何解决序贯监督学习问题? 效果如何? 什么结论?,问题是什么,为什么序贯监督学习,原来的方法,为什么序贯监督学习,实际问题 耀斑的爆发是活动区磁场能量累积的效应 感觉耀斑的级别不是由活动区一个时刻的特性决定,而是由其一段时间的特性决定,验证这个感觉(定量),活动区是否存在一定的序模式? 活动区的序模式是否对耀斑级别有影响?,活动区磁场是否具有演化特性,活动区磁场演化对耀斑级别 影响有多大(定量),如何解决序贯监督学习问题,如何定义窗宽,用了什么算法,C4.5 LVQ,效果如何,如何评价 试

2、验效果,如何评价,类不平衡,试验效果,结论,数据挖掘方法需要体现问题的物理特性 “对象!对象!” 序贯监督学习体现了活动区的演化性质对耀斑的影响,所以取得较好的效果 滑动窗方法是处理序贯监督学习最直观,最简单的一个方法。还有很多工作可以做。(Hidden Markov Models and company),问题,如何利用VO更好的做预报? 各种观测的融合?,谢谢!,Thomas G. Dietterich Department of Computer Science Oregon State University,Methods for Sequential Supervised Learning,Sliding Windows Recurrent Sliding Windows Hidden Markov Models and company Maximum Entropy Markov Models Input-Output HMMs Conditional Random Fields,

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 其他


经营许可证编号:宁ICP备18001539号-1