Key points are not available for this paper at this time.
لقد وجدت استخدام المعلومات السياقية لنمذجة دالة كتلة الاحتمالات السابقة تطبيقات في تصنيف البيانات المستشعرة عن بعد. مع تزايد توافر مجموعات البيانات المستشعرة عن بعد متعددة المصادر، وجدت نماذج الحقول العشوائية، وخاصة حقول ماركوف العشوائية (MRF)، أنها توفر طريقة نظرية قوية ومع ذلك قابلة للتعقب رياضيًا لترميز المعلومات متعددة المصادر ونمذجة السلوك السياقي. ومن المعروف جيدًا أن أداء النموذج يعتمد على شكله الوظيفي (في هذه الحالة، خوارزمية التصنيف) ودقة تقديرات معلمات النموذج. عند التعامل مع البيانات متعددة المصادر، فإن تحديد وزن المصدر ومعلمات نموذج MRF هو قضية صعبة. يقوم المؤلفون بتوسيع المنهجية المقترحة من قبل A. H. Schistad وآخرون (1996) من خلال إظهار أن استخدام إجراء بحث فعال، وهو الخوارزمية الجينية، يؤدي إلى تحسين تقدير المعلمات وبالتالي دقة تصنيف أعلى.
درس Tso وآخرون (Sat) هذا السؤال.