2012 ©
             ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
ชื่อบทความ Probability-Weighted voting Ensemble Learning for Classification model 
วัน/เดือน/ปี ที่ได้ตอบรับ 3 กันยายน 2563 
วารสาร
     ชื่อวารสาร Journal of Advances in Information Technology 
     มาตรฐานของวารสาร SCOPUS 
     หน่วยงานเจ้าของวารสาร Engineering and Technology Publishing 
     ISBN/ISSN 1798-2340 
     ปีที่  
     ฉบับที่ Volume 11, Issue 4 
     เดือน November
     ปี พ.ศ. ที่พิมพ์ 2563 
     หน้า 217-227 
     บทคัดย่อ Many research studies have investigated ensemble learning. However, these research studies proposed an approach for improving the ensemble learning. We propose the efficiency method using probability weight as a support to the classifier model called the probability-weighted voting ensemble learning, which computes its own probability computation for each model from the training data. This research has tested the proposed model with 5 UCI data sets in various dimensions and generated four models, the 3PW-Ensemble model, the 4PW-Ensemble model, the 5PW-Ensemble model, and the 6PW-Ensemble model. The experimental results of the study yield the highest accuracy. Considering the comparison of efficiency, the accuracy of the proposed model was higher than those of the based classification models and the other ensemble models. 
     คำสำคัญ classification model, ensemble learning, machine learning, model combination, probability weight, weight voting 
ผู้เขียน
577020026-1 น.ส. อาทิตยาพร โรจรัตน์ [ผู้เขียนหลัก]
คณะวิทยาศาสตร์ ปริญญาเอก ภาคปกติ

การประเมินบทความ มีผู้ประเมินอิสระ 
สถานภาพการเผยแพร่ ตีพิมพ์แล้ว 
วารสารมีการเผยแพร่ในระดับ นานาชาติ 
citation ไม่มี 
เป็นส่วนหนึ่งของวิทยานิพนธ์ เป็น 
แนบไฟล์
Citation 0