A Generalized Extreme Value Naïve Bayes Framework for Classifying Univariate Extreme Value
DOI:
https://doi.org/10.37375/bsj.v7i20.3657الكلمات المفتاحية:
نظرية القيمة القصوى ، التوزيع المعمم للقيم الوسطى، بايز، تعلم الألةالملخص
تهدف هذه الورقة الى بناء نموذج تعلم آلة باستخدام لغة الماتلاب, يتنبأ بفئة القيم القصوى من خلال توظيف نموذج Naïve Bayes واستغلال نتائج مهمة وتوزيعات احتمالية تقدمها نظرية القيمة القصوى. يتبع هذا البحث الاهتمامات الحديثة في بناء نموذج تربط بين مجال تعلم الألة ونظرية القيمة القصوى. أظهرت النتائج التجريبية أداءً متميزاً حيث بلغت دقة النموذج وحساسيته ونوعيته 0.98، كما بلغت مساحة تحت المنحنى 0.97.
المراجع
Alpaydın, E. (2010). Introduction to machine learning (2nd). Massachusetts: MIT Press.
Castillo-Mateo, J., Asín, J., Cebrián, A. C., Mateo-Lázaro, J., & Abaurrea, J. (2023). Bayesian variable selection in generalized extreme value regression: Modeling annual maximum temperature. MDPI.
Coles, S. (2001). An introduction to statistical modeling of extreme values (3rd ed.). London: Springer.
Duda, R. O., Hart, P. E., & Stork, D. G. (2001). Pattern classification (2nd ed.). New York: John Wiley & Sons.
Emtair, M. (2015). On a supervised classifier that can learn better from mixed peaks-over-threshold. International Journal of Research Studies.
Emtair, M. (2016). Numerical solution to the problem of optimal boundary of generalized Pareto mixtures. International Journal of Applied Science and Engineering Technology.
Ferreira, A., & de Haan, L. (2006). Extreme Value Theory: An Introduction. New York: Springer.
Ferreira, A., & de Haan, L. (2014). On the block maxima method in extreme value theory: PMM estimators. The Annals of Statistics.
Huet, N., & Prosdocimi, I. (2025). Robust and efficient estimation for the generalized extreme-value distribution with application to flood frequency analysis in the UK.
Ktakauer, N. (2024). Extended blended generalized extreme value distribution. Journal of Statistical Distributions and Applications, 12(3), 123-145.
Murphy, K. (2012). Machine Learning: A Probabilistic Perspective. Massachusetts: MIT Press.
Martin, E., & Stedinger, J. (2000). Generalized maximum-likelihood generalized extreme-value quantile estimators for hydrologic data. Water Resources Research.
Sabourin, A. (2021). Extreme value theory and machine learning: A year of research at Telecom Paris. Telecom Paris.
Reiss, R., & Thomas, M. (2007). Statistical Analysis of Extreme Values. Switzerland: Birkhäuser Verlag.
