Počet záznamů: 1
Superkernels for RBF Networks Initialization (Short Paper)
- 1.
SYSNO ASEP 0494463 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Superkernels for RBF Networks Initialization (Short Paper) Tvůrce(i) Coufal, David (UIVT-O) RID, SAI, ORCID Zdroj.dok. Artificial Neural Networks and Machine Learning – ICANN 2018. Proceedings, Part II. - Cham : Springer, 2018 / Kůrková V. ; Manolopoulos Y. ; Hammer B. ; Iliadis L. ; Maglogiannis I. - ISBN 978-3-030-01420-9 Rozsah stran s. 621-623 Poč.str. 3 s. Forma vydání Online - E Akce ICANN 2018. International Conference on Artificial Neural Networks /27./ Datum konání 04.10.2018 - 07.10.2018 Místo konání Rhodes Země GR - Řecko Typ akce WRD Jazyk dok. eng - angličtina Země vyd. CH - Švýcarsko Klíč. slova Regression task ; Nonparametric estimation ; Superkernel Vědní obor RIV IN - Informatika Obor OECD Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8) CEP GA18-23827S GA ČR - Grantová agentura ČR Institucionální podpora UIVT-O - RVO:67985807 UT WOS 000463338400059 EID SCOPUS 85054854858 Anotace One of the basic tasks solved using artificial neural networks is the regression task. In its canonical form, one seeks for adjusting network’s parameters so that its response on input training data fits the desired outputs reasonably well. Training data {xi, yi}n i=1, n ∈ N consists of points from Rd+1 Euclidean space, i.e., xi ∈ Rd, yi ∈ R. The quality of the fit is typically measured in terms of the mean integrated squared error (MISE). Various regularization techniques are considered to prevent from overfitting. Optimal setting of parameters can be specified analytically in the linear model (linear computational units), however, for the nonlinear units, the network’s parameters are set using different variants of stochastic optimization [1]. Pracoviště Ústav informatiky Kontakt Tereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800 Rok sběru 2019 Elektronická adresa https://link.springer.com/content/pdf/bbm%3A978-3-030-01421-6%2F1.pdf
Počet záznamů: 1