support vectors | BriefGPT - AI 论文速递

关键词support vectors

搜索结果 - 6

带有 $l_0$ 范数 Hinge 损失的核支持向量机分类器
本文讨论了用于二分类问题的支持向量机（SVM）中 $l_0$-norm hinge loss 和 ADMM 算法，证明了其等价关系和局部最优解，并对比了实验结果。
PDFa year ago
单神经元 ReLU 网络的支持向量和梯度动态
通过研究单神经元 ReLU 网络的梯度流动力学，发现了支持向量的隐式偏差，这在解释 ReLU 网络为何具有良好的泛化能力中起着关键作用；此外，证明了对于二维情况下单个神经元的全局收敛性，并分析了在梯度流的条件下学习权重范数的严格增长。
PDF2 years ago
AAAI通过 Alpha 种子改进 SVM 的 k 折交叉验证效率
本文提出了三种算法，以提高 SVM 的 k 倍交叉验证的效率，主要思路是利用先前训练的 SVM 有效地识别支持向量并准确地估计下一个 SVM 的相关权重。我们的实验结果表明，与不利用先前训练的 SVM 的 k 倍交叉验证相比，我们的算法速度
PDF8 years ago
实用 SVRG：停止浪费我的梯度
本文介绍了多种提高随机方差减小梯度方法性能的策略，包括使用递减误差控制变量、使用递增批处理策略以及利用支撑向量减少计算。此外，本文还考虑了不同小批量选择策略和该方法的泛化误差问题。
PDF9 years ago
大规模结构化支持向量机的双重坐标解算器
介绍了一种基于 MATLAB 的求解器，可训练能够处理大规模数据集的支持向量机，并探讨了一种解决数据过大无法全部存储的情景下的优化算法，该方法不仅稳定性与批量算法相当，而且能够处理超出内存范围的数据集。
PDF11 years ago
Nystrom 方法的改进界限及其在核分类中的应用
这篇文章研究了用 Nyström 方法来进行核矩阵近似时的误差边界，着重介绍了基于积分算子浓度不等式和压缩感知理论的两种方法，通过改善误差边界，使得在大本征间隔下，使用 Nyström 方法进行核分类时可以显著减少支持向量的数量，并且不严重
PDF13 years ago