Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

SVM CLASSIFIERS CREATION IN PARALLEL CONSTRAINED ENVIRONMENT

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F10%3APU89575" target="_blank" >RIV/00216305:26230/10:PU89575 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    SVM CLASSIFIERS CREATION IN PARALLEL CONSTRAINED ENVIRONMENT

  • Popis výsledku v původním jazyce

    Support Vector Machines (SVM) classification is one of the most frequently used classification methods based on<br>machine learning used today. SVMs, however, are dependent on many parameters and settings and so it is suitable to<br>perform the learningprocess in many instances and evaluate what parameters and settings are suitable for each individual<br>case of data and task. This paper focuses on a novel framework that allows parametric training of SVM classifiers in<br>parallel computer environmentwhich has certain constraints regarding the resources available to the training task and<br>duration of it. The framework is introduced and conclusions are drawn.

  • Název v anglickém jazyce

    SVM CLASSIFIERS CREATION IN PARALLEL CONSTRAINED ENVIRONMENT

  • Popis výsledku anglicky

    Support Vector Machines (SVM) classification is one of the most frequently used classification methods based on<br>machine learning used today. SVMs, however, are dependent on many parameters and settings and so it is suitable to<br>perform the learningprocess in many instances and evaluate what parameters and settings are suitable for each individual<br>case of data and task. This paper focuses on a novel framework that allows parametric training of SVM classifiers in<br>parallel computer environmentwhich has certain constraints regarding the resources available to the training task and<br>duration of it. The framework is introduced and conclusions are drawn.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LC06008" target="_blank" >LC06008: Centrum počítačové grafiky</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the IADIS Computer graphics, Visulisation, Coputer Vision and Image Processing 2010

  • ISBN

    978-972-8939-22-9

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

  • Název nakladatele

    IADIS

  • Místo vydání

    Freiburg im Breissgau

  • Místo konání akce

    Freiburg, Germany

  • Datum konání akce

    27. 7. 2010

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku