Výsledky vyhledávání | Knihovna Akademie věd České republiky

Nalezeno záznamů: 2

Váš dotaz: Autor-kód záznamu + druh.dok = "^cav_un_auth 0362783 zl4^"

Do košíku
RIV
Bookmark
1.
0532166 - ÚI 2021 RIV CZ eng L4 - Software
Kalina, Jan - Vidnerová, Petra - Peštová, Barbora
Metalearning for robust regression 1.0.
Interní kód: Metalearning 1.0 ; 2020
Technické parametry: Kód v softwaru R je samostatně spustitelný podle dokumentace. Je třeba soubory spouštět v tomto pořadí: ReadingData.R, Primary.R, Features.R, Secondary.R. Alternativní postupy k metodám souboru Secondary.R jsou obsaženy v souborech RandomForest.R nebo Regression.R. Alternativní validace (jako náhražka křížové validace) je obsažena v souboru Autovalidation.R. Dostupné pod licencí MIT.
Ekonomické parametry: Software představuje dosud jedinečný nástroj pro využití dostupných trénovacích souborů pro nalezení vhodné regresní metody pro nový datový soubor. Software tak výrazně zjednodušuje práci v oblasti selekce optimální metody (metaučení), protože kódy nejsou jinak obsaženy v žádném dostupném softwaru.
Grant CEP: GA ČR(CZ) GA19-05704S; GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: Lineární regrese * robustnost * optimální volba metody * odlehlá pozorování * Linear regression * robustness * optimal method selection * outliers
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://github.com/jankalinaUI/Metalearning-for-robust-regression
Trvalý link: http://hdl.handle.net/11104/0310756
Vědecká data: Github.com
Do košíku
Publikace ASEP
RIV
Bookmark
2.
0505494 - ÚI 2020 RIV CZ eng L4 - Software
Vidnerová, Petra
RBF-Keras: an RBF Layer for Keras Library.
Interní kód: RBF-Keras ; 2019
Technické parametry: Uživatel potřebuje nainstalovanou knihovnu Keras (http://keras.io) a poté je možné vytvářet modely neuronových sítí způsobem obvyklým v této knihovně včetně použití naší RBF vrstvy. Pro nastavení středů si lze vybrat s připravených inicializátorů (náhodný výběr z tréninkové množiny nebo použití KMeans shlukování), případně uživatel může použít vlastní inicializátor.
Ekonomické parametry: RBF-Keras obsahuje implementaci třídy RBFLayer, která je určena k implementaci RBF sítí a hlubokých sítí obsahujících RBF vrstvu v knihovně Keras. Jedná se o rozšíření knihovny Keras, která samotná RBF vrstvu neobsahuje. RBF-Keras usnadňuje realizaci experimentů s modely RBF sítí nebo hlubokých sítí s RBF vrstvou a umožňuje aplikaci těchto modelů.
Grant CEP: GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: neuronová síť typu RBF * hluboké neuronové sítě * RBF network * deep neural networks * Keras
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://github.com/PetraVidnerova/rbf_keras
Trvalý link: http://hdl.handle.net/11104/0296977
Vědecká data: Github.com, Úložiště ÚI
Vědecká data v ASEP:
RBF-Keras: RBF vrstva pro knihovnu Keras.