kernel-based learning | BriefGPT

关键词kernel-based learning

搜索结果 - 10

基于核的学习在多智能体应用中的保证
本文讨论了网络中观察到噪声环境下潜在多维非线性现象的基于核的学习问题，提出了一种学习算法，仅需要关于研究对象的轻微先验知识，并提供了相应的非渐近高概率误差界限的模型。本文还提供了方法的非渐近分析和数值模拟结果。
PDF3 months ago
GP+: 基于高斯过程进行核算法学习的 Python 库
通过混合概率学习方法，我们介绍了一种基于高斯过程的开源库 GP+，该库建立在 PyTorch 之上，具有用户友好性和面向对象的特点，用于概率学习和推理。我们还提出了融合非线性流形学习技术和高斯过程的协方差和均值函数的方法，并通过多个实例展示
PDF7 months ago
通过学习非对称局部自适应核增强核的灵活性
本文介绍了一种新型的局部自适应带宽（LAB）径向基函数（RBF）核，利用可训练参数增强了核的灵活性，同时建立了一个非对称核岭回归框架并引入了一种迭代式核学习算法，实验结果表明该算法在处理大规模数据集上具有显著性能优势，并且在回归准确度上优于
PDF9 months ago
采样基础追踪
本文介绍了基于核的学习的 l1 - 正则化方法，并结合半平滑牛顿法提出了一种称为 samplet 基 Pursuit 的方法，用于表征 Wavelet 类型的有符号测量适合于分散的数据，提供了类似于小波的定位，多分辨率分析和数据压缩的特性。
PDFa year ago
ACLUnibucKernel: 用于复杂词语识别的基于核的学习方法
本文利用基于核函数的学习方法相结合的特征提取方法来进行 2018 年复杂单词识别 (CWI) 共享任务，并且在英语维基百科数据集上获得了较好的结果.
PDF6 years ago
基于多核克里格卡尔曼滤波的图空时函数推断
本文介绍了一种基于核函数和克里格 - Kalman 滤波器的图信号重建方法，其结合多核心选择模块，来优化信号动态变化下的核函数选择和同时减少计算复杂度，实验结果表明，该方法在信号重建方面优于现有的最新算法。
PDF7 years ago
用于函数响应数据学习的算子值核
本文介绍了如何在函数数据上使用再生核希尔伯特空间理论进行有监督学习和回归，扩展了基于核的学习的概念和性质，包括估计函数值函数的算法，阐述了一套严格定义的无限维算子值核，以及非线性函数数据分析的学习算法，并通过语音和音频信号处理实验进行了说明
PDF9 years ago
一种稳定的多尺度核心用于拓扑机器学习
通过设计稳定表现拓扑特征的多尺度核，我们在理论上将拓扑数据分析与流行的基于核的学习技术建立了联系，并证明了该核对于 1-Wasserstein 距离的稳定性。在 3D 形状分类 / 检索和纹理识别的两个基准数据集上的实验证明，与基于持久景观
PDF10 years ago
kLog：适用于逻辑和关系学习的核心语言
kLog 是一种新颖的统计关系学习方法，采用基于核的学习方法，在具有表达力的逻辑和关系表示上进行，可以声明性地指定学习问题，支持混合数字和符号数据，以及在归纳逻辑编程系统中以 Prolog 或 Datalog 程序的形式表示的背景知识，并可
PDF12 years ago
通过支持测量机学习分布
本文提出了一种基于核的判别式学习框架，使用概率分布作为训练数据，通过将概率分布表示为再生核希尔伯特空间中的平均嵌入，可以应用许多标准的基于核的学习技术，构造了一种支持测量机，提出了一种灵活的支持向量机，实验结果表明所提出的框架有效。
PDF12 years ago