Počet záznamů: 1  

Translation-Invariant Kernels for Multivariable Approximation

  1. 1.
    SYSNO ASEP0532708
    Druh ASEPJ - Článek v odborném periodiku
    Zařazení RIVJ - Článek v odborném periodiku
    Poddruh JČlánek ve WOS
    NázevTranslation-Invariant Kernels for Multivariable Approximation
    Tvůrce(i) Kůrková, Věra (UIVT-O) RID, SAI, ORCID
    Coufal, David (UIVT-O) RID, SAI, ORCID
    Celkový počet autorů2
    Zdroj.dok.IEEE Transactions on Neural Networks and Learning Systems - ISSN 2162-237X
    Roč. 32, č. 11 (2021), s. 5072-5081
    Poč.str.10 s.
    Jazyk dok.eng - angličtina
    Země vyd.US - Spojené státy americké
    Klíč. slovaClassification ; Fourier and Hankel transforms ; 17 function approximation ; radial kernels ; translation-invariant kernels
    Vědní obor RIVIN - Informatika
    Obor OECDComputer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    CEPGA18-23827S GA ČR - Grantová agentura ČR
    Způsob publikováníOmezený přístup
    Institucionální podporaUIVT-O - RVO:67985807
    UT WOS000711638200028
    EID SCOPUS85092915493
    DOI10.1109/TNNLS.2020.3026720
    AnotaceSuitability of shallow (one-hidden-layer) networks with translation-invariant kernel units for function approximation and classification tasks is investigated. It is shown that a critical property influencing the capabilities of kernel networks is how the Fourier transforms of kernels converge to zero. The Fourier transforms of kernels suitable for multivariable approximation can have negative values but must be almost everywhere nonzero. In contrast, the Fourier transforms of kernels suitable for maximal margin classification must be everywhere nonnegative but can have large sets where they are equal to zero (e.g., they can be compactly supported). The behavior of the Fourier transforms of multivariable kernels is analyzed using the Hankel transform. The general results are illustrated by examples of both univariable and multivariable kernels (such as Gaussian, Laplace, rectangle, sinc, and cut power kernels)
    PracovištěÚstav informatiky
    KontaktTereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800
    Rok sběru2022
    Elektronická adresahttp://dx.doi.org/10.1109/TNNLS.2020.3026720
Počet záznamů: 1