НАХОЖДЕНИЕ ОПТИМАЛЬНОЙ РАЗДЕЛЯЮЩЕЙ ГИПЕРПЛОСКОСТИ НА ОСНОВЕ ЛОКАЛЬНОЙ МИНИМИЗАЦИИ РИСКА |
| 2 | |
| 2013 |
| научная статья | 519.7 | ||
| 171-176 | локальная минимизация риска, разделяющая гиперплоскость, опорно-векторная машина, пространство характеристик |
| Исследована методология применения опорно-векторных машин на основе локальной минимизации риска. Рассмотрена проблема нахождения оптимальной разделяющей гиперплоскости в случае линейно нераздельных данных. Представлены алгоритм слабого поля опорно-векторных машин в виде выпуклой аппроксимации линейной минимизации риска со сферической оценкой Гаусса и методология построения гиперплоскости в многомерном пространстве. |
 |
| 1 . Bazaraa M., Shetty C.M. Nonlinear programming. New York: John Wiley, 1979. 2 . Vapnik V. The Nature of Statistical Learning. Theory. New York: Springer, 1995. 3 . Shawe-Taylor J., Bartlett P.L., Wiliamson R.C., Anthony M. Structural risk minimization over data-dependent hierarchies // IEEE Transactions on Information Theory. 1998. V. 44(5). P. 1925–1940. 4 . Bartlett P., Shawe-Taylor J. Generalization performance of support vector machines and other pattern classifiers // In: Scholkopf B., Burges C., Smola A., editors. Advances in Kernel Methods – Support Vector Learning. Cambridge, MA: MIT Press, 1999. 5 . Vapnik V. Statistical Learning Theory. John Wiley & Sons, 1998. 6 . Cortes C., Vapnik V. Support vector network // Machine learning. 1995. V. 20. P. 1–25. 7 . Burges C. A tutorial on support vector machines for pattern recognition // Data Mining and Knowledge Discovery. 1998. V. 2(2). P. 121–167. 8 . Aizerman M., Braverman E., Rozonoer L. Theoretical foundations of the potential function method in pattern recognition learning // Automation and Remote Control. 1964. V. 25. P. 821–837. 9 . LeCun Y., Boser B., Denker J.S., et al. Back-propagation applied to handwritten zip code recognition // Neural Computation. 1989. V. 1. P. 541–551. 10 . LeCun Y., Bottou L., Bengio Y., Haffner P. Gradient-based learning applied to document recognition // Proceedings of the IEEE. 1998. V. 86. P. 2278–2324. 11 . LeCun Y., Jackel L.J., Bottou L., et al. Comparison of learning algorithm for handwritten digit recognition // In: International Conference on Artificial Neural Networks. 1995. P. 50–53. |