Výsledky vyhledávání
- 1.0562371 - ÚI 2023 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Kalina, Jan - Tumpach, Jiří - Holeňa, Martin
On Combining Robustness and Regularization in Training Multilayer Perceptrons over Small Data.
2022 International Joint Conference on Neural Networks (IJCNN) Proceedings. Piscataway: IEEE, 2022. ISBN 978-1-7281-8671-9.
[IJCNN 2022: International Joint Conference on Neural Networks /35./. Padua (IT), 18.07.2022-23.07.2022]
Grant CEP: GA ČR(CZ) GA22-02067S
Institucionální podpora: RVO:67985807
Klíčová slova: feedforward networks * nonlinear regression * outliers * robust neural networks * trend estimation
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://dx.doi.org/10.1109/IJCNN55064.2022.9892838
Trvalý link: https://hdl.handle.net/11104/0334710 - 2.0549873 - ÚI 2023 RIV CH eng M - Část monografie knihy
Kůrková, Věra
Some Implications of Interval Approach to Dimension for Network Complexity.
Computational Intelligence and Mathematics for Tackling Complex Problems 2. Cham: Springer, 2022 - (Cornejo, M.; Kóczy, L.; Medina-Moreno, J.; Moreno-García, J.), s. 113-119. Studies in Computational Intelligence, 955. ISBN 978-3-030-88816-9
Grant CEP: GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: Quasiorthogonal dimension * Sparsity of feedforward networks * High-dimensional geometry * Concentration of measure * Covering numbers
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý link: http://hdl.handle.net/11104/0325766 - 3.0543168 - ÚI 2022 RIV DE eng J - Článek v odborném periodiku
Kůrková, Věra - Sanguineti, M.
Correlations of Random Classifiers on Large Data Sets.
Soft Computing. Roč. 25, č. 19 (2021), s. 12641-12648. ISSN 1432-7643. E-ISSN 1433-7479
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: Random classifiers * Optimization of feedforward networks * Binary classification * Concentration of measure * Method of bounded differences
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 3.732, rok: 2021
Způsob publikování: Omezený přístup
http://dx.doi.org/10.1007/s00500-021-05938-4
Trvalý link: http://hdl.handle.net/11104/0320443 - 4.0510711 - ÚI 2020 ES eng A - Abstrakt
Kůrková, Věra
Some Implications of Interval Approach to Dimension for Network Complexity.
ESCIM 2019. Book of Abstracts. Cádiu: University of Cádiz, 2019 - (Kóczy, L.; Medina, J.). s. 59-60. ISBN 978-84-09-14600-0.
[ESCIM 2019: European Symposium on Computational Intelligence and Mathematics /11./. 02.10.2019-05.10.2019, Toledo]
Grant CEP: GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: quasiorthogonal dimension * sparsity of feedforward networks * high-dimensional geometry * concentration of measure * covering numbers
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý link: http://hdl.handle.net/11104/0301114Název souboru Staženo Velikost Komentář Verze Přístup 0510711-a.pdf 1 120.6 KB Vydavatelský postprint vyžádat - 5.0507969 - ÚI 2020 RIV CH eng C - Konferenční příspěvek (zahraniční konf.)
Kůrková, Věra
Probabilistic Bounds for Approximation by Neural Networks.
Artificial Neural Networks and Machine Learning – ICANN 2019: Theoretical Neural Computation. Proceedings, Part I. Cham: Springer, 2019 - (Tetko, I.; Kůrková, V.; Karpov, P.; Theis, F.), s. 418-428. Lecture Notes in Computer Science, 11727. ISBN 978-3-030-30486-7. ISSN 0302-9743.
[ICANN 2019. International Conference on Artificial Neural Networks /28./. Munich (DE), 17.09.2019-19.09.2019]
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: Approximation of random functions * Feedforward networks * Dictionaries of computational units * High-dimensional geometry * Concentration of measure * Azuma-Hoeffding inequalities
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý link: http://hdl.handle.net/11104/0298932 - 6.0503127 - ÚI 2021 RIV CH eng C - Konferenční příspěvek (zahraniční konf.)
Kůrková, Věra - Sanguineti, M.
Probabilistic Bounds for Binary Classification of Large Data Sets.
Recent Advances in Big Data and Deep Learning. Cham: Springer, 2020 - (Oneto, L.; Navarin, N.; Sperduti, A.; Anguita, D.), s. 309-319. Proceedings of the International Neural Networks Society, 1. ISBN 978-3-030-16840-7. ISSN 2661-8141.
[INNSBDDL 2019: INNS Big Data and Deep Learning /4./. Sestri Levante (IT), 16.04.2019-18.04.2019]
Grant CEP: GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: Binary classification * Approximation by feedforward networks * Concentration of measure * Azuma-Hoeffding inequality
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý link: http://hdl.handle.net/11104/0294978Název souboru Staženo Velikost Komentář Verze Přístup 0503127a.pdf 6 164.7 KB Vydavatelský postprint vyžádat - 7.0493926 - ÚI 2019 RIV DE eng C - Konferenční příspěvek (zahraniční konf.)
Kůrková, Věra - Sanguineti, M.
Probabilistic Bounds on Complexity of Networks Computing Binary Classification Tasks.
ITAT 2018: Information Technologies – Applications and Theory. Proceedings of the 18th conference ITAT 2018. Aachen: Technical University & CreateSpace Independent Publishing Platform, 2018 - (Krajči, S.), s. 86-91. CEUR Workshop Proceedings, V-2203. ISSN 1613-0073.
[ITAT 2018. Conference on Information Technologies – Applications and Theory /18./. Plejsy (SK), 21.09.2018-25.09.2018]
Grant CEP: GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: feedforward networks * binary classification * measures of sparsity * probabilistic bounds * dictionaries of computational units
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
http://ceur-ws.org/Vol-2203/86.pdf
Trvalý link: http://hdl.handle.net/11104/0287193Název souboru Staženo Velikost Komentář Verze Přístup a0493926.pdf 5 627.8 KB Vydavatelský postprint vyžádat - 8.0485611 - ÚI 2020 RIV US eng J - Článek v odborném periodiku
Kůrková, Věra - Sanguineti, M.
Classification by Sparse Neural Networks.
IEEE Transactions on Neural Networks and Learning Systems. Roč. 30, č. 9 (2019), s. 2746-2754. ISSN 2162-237X. E-ISSN 2162-2388
Grant CEP: GA ČR GA15-18108S; GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: Binary classification * Chernoff–Hoeffding bound * dictionaries of computational units * feedforward networks * measures of sparsity
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 8.793, rok: 2019
Způsob publikování: Omezený přístup
http://dx.doi.org/10.1109/TNNLS.2018.2888517
Trvalý link: http://hdl.handle.net/11104/0280566Název souboru Staženo Velikost Komentář Verze Přístup 0485611-a.pdf 18 458.9 KB Vydavatelský postprint vyžádat - 9.0460704 - ÚI 2017 RIV CH eng C - Konferenční příspěvek (zahraniční konf.)
Kůrková, Věra
Lower Bounds on Complexity of Shallow Perceptron Networks.
Engineering Applications of Neural Networks. Cham: Springer, 2016 - (Jayne, C.; Iliadis, L.), s. 283-294. Communications in Computer and Information Science, 629. ISBN 978-3-319-44187-0. ISSN 1865-0929.
[EANN 2016. International Conference /17./. Aberdeen (GB), 02.09.2016-05.09.2016]
Grant CEP: GA ČR GA15-18108S
Institucionální podpora: RVO:67985807
Klíčová slova: shallow feedforward networks * signum perceptrons * finite mappings * model complexity * Hadamard matrices
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý link: http://hdl.handle.net/11104/0260719Název souboru Staženo Velikost Komentář Verze Přístup a0460704.pdf 3 196.9 KB Vydavatelský postprint vyžádat - 10.0443724 - ÚI 2016 RIV CH eng C - Konferenční příspěvek (zahraniční konf.)
Kůrková, Věra
Complexity of Shallow Networks Representing Finite Mappings.
Artificial Intelligence and Soft Computing. Vol. 1. Cham: Springer, 2015 - (Rutkowski, L.; Korytkowski, M.; Scherer, R.; Tadeusiewicz, R.; Zadeh, L.; Zurada, J.), s. 39-48. Lecture Notes in Artificial Intelligence, 9119. ISBN 978-3-319-19323-6. ISSN 0302-9743.
[ICAISC 2015. International Conference on Artificial Intelligence and Soft Computing /14./. Zakopane (PL), 12.06.2015-16.06.2015]
Grant CEP: GA ČR GA15-18108S
Institucionální podpora: RVO:67985807
Klíčová slova: Shallow feedforward networks * Signum perceptrons * Finite mappings * Model complexity * Hadamard matrices
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0246406Název souboru Staženo Velikost Komentář Verze Přístup a0443724.pdf 3 217.2 KB Vydavatelský postprint vyžádat