Počet záznamů: 1
Neural Network Learning as Approximate Optimization
- 1.
SYSNO ASEP 0404821 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Neural Network Learning as Approximate Optimization Tvůrce(i) Kůrková, Věra (UIVT-O) RID, SAI, ORCID
Sanguineti, M. (IT)Zdroj.dok. Artificial Neural Nets and Genetic Algorithms / Pearson D. W. ; Steele N. C. ; Albrecht R. F.. - Wien : SpringerVerlag, 2003 - ISBN 3-211-00743-1 Rozsah stran s. 53-57 Poč.str. 5 s. Akce ICANNGA'2003 /6./ Datum konání 23.04.2003-25.04.2003 Místo konání Roanne Země FR - Francie Typ akce WRD Jazyk dok. eng - angličtina Země vyd. AT - Rakousko Klíč. slova neural networks ; learning from data ; approximate optimization Vědní obor RIV BA - Obecná matematika CEP GA201/02/0428 GA ČR - Grantová agentura ČR CEZ 1030915 UT WOS 000183288200011 DOI 10.1007/978-3-7091-0646-4_11 Anotace Learning from data will be studied in the framework of approximate minimization of regularized empirical error functionals. There will be derived estimates of speed of convergence of infima achievable over approximations of an admissible set to a global infimum. The results will be applied to empirical error functionals regularized using stabilizers defined as squares of norms in reproducing kernel Hilbert spaces. Pracoviště Ústav informatiky Kontakt Tereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800 Rok sběru 2004
Počet záznamů: 1