Neural networks for classification problem on tabular data

A. S. Nazdryukhin, A. M. Fedrak, N. A. Radeev

Результат исследования: Научные публикации в периодических изданияхстатья по материалам конференциирецензирование

Аннотация

This work presents the results of using self-normalizing neural networks with automatic selection of hyperparameters, TabNet and NODE to solve the problem of tabular data classification. The method of automatic selection of hyperparameters was realised. Testing was carried out with the open source framework OpenML AutoML Benchmark. As part of the work, a comparative analysis was carried out with seven classification methods, experiments were carried out for 39 datasets with 5 methods. NODE shows the best results among the following methods and overperformed standard methods for four datasets.

Язык оригиналаанглийский
Номер статьи012013
ЖурналJournal of Physics: Conference Series
Том2142
Номер выпуска1
DOI
СостояниеОпубликовано - 14 дек. 2021
Событие11th International Conference on High-Performance Computing Systems and Technologies in Scientific Research, Automation of Control and Production, HPCST 2021 - Barnaul, Российская Федерация
Продолжительность: 21 мая 202122 мая 2021

Предметные области OECD FOS+WOS

  • 1.03 ФИЗИЧЕСКИЕ НАУКИ И АСТРОНОМИЯ

Fingerprint

Подробные сведения о темах исследования «Neural networks for classification problem on tabular data». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать