Výsledky vyhledávání
- 1.0405215 - UIVT-O 330387 RIV NL eng J - Článek v odborném periodiku
Kůrková, Věra - Sanguineti, M.
Learning with Generalization Capability by Kernel Methods of Bounded Complexity.
[Učení se schopností generalizace pomocí jádrových metod omezené složitosti.]
Journal of Complexity. Roč. 21, č. 3 (2005), s. 350-367. ISSN 0885-064X. E-ISSN 1090-2708
Grant CEP: GA AV ČR 1ET100300419
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: supervised learning * generalization * model complexity * kernel methods * minimization of regularized empirical errors * upper bounds on rates of approximate optimization
Kód oboru RIV: BA - Obecná matematika
Impakt faktor: 1.186, rok: 2005
Trvalý link: http://hdl.handle.net/11104/0125406Název souboru Staženo Velikost Komentář Verze Přístup 0405215.pdf 0 1.1 MB Autorský preprint povolen - 2.0315078 - ÚI 2009 RIV US eng J - Článek v odborném periodiku
Kainen, P.C. - Kůrková, Věra - Sanguineti, M.
Complexity of Gaussian-Radial-Basis Networks Approximating Smooth Functions.
[Složitost Gaussovských radiálních sítí.]
Journal of Complexity. Roč. 25, č. 1 (2009), s. 63-74. ISSN 0885-064X. E-ISSN 1090-2708
Grant CEP: GA ČR GA201/08/1744
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: Gaussian-radial-basis-function networks * rates of approximation * model complexity * variation norms * Bessel and Sobolev norms * tractability of approximation
Kód oboru RIV: IN - Informatika
Impakt faktor: 1.227, rok: 2009
Trvalý link: http://hdl.handle.net/11104/0165396