Meta Net – The Theory of Independent Judges (Semeion©)
La caratteristica fondamentale di Meta-Net consiste nel considerare non solo la “credibilità positiva” dei classificatori che la compongono (come ad esempio, “questo pattern è bianco“), ma anche la loro “credibilità negativa” (vale a dire, “questo modello non è bianco” ). Così, la connessione caratterizzante le t coniche di Meta-Net è il collegamento di ciascun nodo di output di ogni classificatore con ogni classe di output. Una “griglia completa” di connessioni è prevista tra i nodi di input e i nodi di output di Meta-Net, e ogni connessione può essere sia eccitatoria (valori positivi) che inibitoria (valori negativi) . I ricercatori del Semeion hanno ideato e sviluppato una serie di Meta-Classificatori basati su alcuni tratti comuni a cui hanno dato il nome di “Meta-Net”. Tutti i classificatori di Meta-Net sono reti neurali con simile architettura; alcuni nodi di input sono l’output complessivo di tutti classificatori che la compongono, e alcuni nodi di output sono le classi di output del problema di classificazione. Le connessioni tra input e output di Meta-Net possiedono sempre una struttura a maglia completa e sono definite da algoritmi specifici che caratterizzano la peculiarità di Meta-Net.
References
[1] P.M. Buscema, Meta Net: The Theory of Independent Judges, in SUM 33(2), 439-461, 1998.
[2] P.M Buscema, S.Terzi, W. J. Tastle, A New Meta-Classifier, in Nafips IEEE, 2010, June, Toronto, Canada.
[3] P.M Buscema, W. J. Tastle, S. Terzi, Meta Net: A New Meta-Classifier Family, Chapter 5, pp 141-182, in W.J. Tastle (ed.), Data Mining Applications Using Artificial Adaptive Systems, Springer Science+Business Media New York 2013.