IAD Index of Academic Documents
  • Home Page
  • About
    • About Izmir Academy Association
    • About IAD Index
    • IAD Team
    • IAD Logos and Links
    • Policies
    • Contact
  • Submit A Journal
  • Submit A Conference
  • Submit Paper/Book
    • Submit a Preprint
    • Submit a Book
  • Contact
  • Avrupa Bilim ve Teknoloji Dergisi
  • Issue:32 Special Issue
  • Classifying Surface Points Based on Developability Using Machine Learning

Classifying Surface Points Based on Developability Using Machine Learning

Authors : Vahide BULUT
Pages : 171-176
Doi:10.31590/ejosat.1039296
View : 19 | Download : 12
Publication Date : 2021-12-31
Article Type : Research Paper
Abstract :Sınıflandırıcılar K-en yakın komşu (KNN), Çok sınıflı destek vektör makinesi (MSVM), Karar Ağacı (DT), Ayrım Analizi (DA), Naive Bayes (NB), Rastgele Orman (RF) ve Topluluk Ağacı (ET) makine öğrenmesinde en iyi bilinen yöntemlerdir ve örüntü tanıma, tıbbi hastalık analizi, kullanıcı akıllı telefon sınıflandırması, metin sınıflandırması gibi birçok alanda kullanılmaktadır. Bu makale, makine öğrenmesinde en bilinen sınıflandırma yöntemlerini ve asal eğrilikleri, binormal vektörü, normal vektör ve binormal vektörler arasındaki açının kosinüs değerini kullanarak 3B yüzey noktası tipi sınıflandırması için yeni bir çerçeve sunmaktadır. Bu çalışmanın amacı, veri noktalarını açılabilirliklerine göre sınıflandırmaktır. Ayrıca, bu yöntemler arasındaki karşılaştırma, çeşitli 3B yüzey örneği kullanılarak doğruluk ve işleme süresine dayalı olarak açılabilirliği ölçmek için verilmiştir.
Keywords : Makine öğrenmesi, sınıflandırma, asal eğrilikler, binormal vektör

ORIGINAL ARTICLE URL
VIEW PAPER (PDF)

* There may have been changes in the journal, article,conference, book, preprint etc. informations. Therefore, it would be appropriate to follow the information on the official page of the source. The information here is shared for informational purposes. IAD is not responsible for incorrect or missing information.


Index of Academic Documents
İzmir Academy Association
CopyRight © 2023-2025