Probabilistic Active Learning: Uncertainty Sampling

Vous suivez désormais cette soumission

- This code implements active learning through uncertainty sampling within a Gaussian Mixture Model (GMM), considering applications to streaming data.

- The code was written for engineering applications (structural health monitoring), implementation details can be found at [https://www.sciencedirect.com/science/article/pii/S0888327019305096], a paper published in Mechanical Systems and Signal Processing (MSSP).

Citation pour cette source

@article{BULL2019106294, title = "Probabilistic active learning: An online framework for structural health monitoring", journal = "Mechanical Systems and Signal Processing", volume = "134", pages = "106294", year = "2019", author = "L.A. Bull and T.J. Rogers and C. Wickramarachchi and E.J. Cross and K. Worden and N. Dervilis"}

Bull, L.A., Rogers, T.J., Wickramarachchi, C., Cross, E.J., Worden, K. and Dervilis, N., 2019. Probabilistic active learning: An online framework for structural health monitoring. Mechanical Systems and Signal Processing, 134, p.106294.

Catégories

En savoir plus sur Statistics and Machine Learning Toolbox dans Help Center et MATLAB Answers

Informations générales

Compatibilité avec les versions de MATLAB

  • Compatible avec toutes les versions

Plateformes compatibles

  • Windows
  • macOS
  • Linux

Les versions qui utilisent la branche GitHub par défaut ne peuvent pas être téléchargées

Version Publié le Notes de version Action
1.0.2

citation updates

1.0.1

_

1.0.0

Pour consulter ou signaler des problèmes liés à ce module complémentaire GitHub, accédez au dépôt GitHub.
Pour consulter ou signaler des problèmes liés à ce module complémentaire GitHub, accédez au dépôt GitHub.