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”

Notes on the Preliminary Results of a Linear Two-Class Classifier in the PERMON Toolbox

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27120%2F18%3A10239487" target="_blank" >RIV/61989100:27120/18:10239487 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27240/18:10239487 RIV/61989100:27730/18:10239487 RIV/61989100:27740/18:10239487

  • Výsledek na webu

    <a href="https://aip.scitation.org/doi/10.1063/1.5043965" target="_blank" >https://aip.scitation.org/doi/10.1063/1.5043965</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1063/1.5043965" target="_blank" >10.1063/1.5043965</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Notes on the Preliminary Results of a Linear Two-Class Classifier in the PERMON Toolbox

  • Popis výsledku v původním jazyce

    This paper deals with the preliminary results of a linear two-class Support Vector Machines (SVM) implemented in PERMON toolbox. We present the first insights into training PermonSVM classifier using quadratic programming (QP) algorithms from the PemonQP, i.e. Dostal&apos;s SMALBE, which is based on the augmented Lagrangian approach, and MPGP algorithms for box constrained QP. In presented benchmark on the URL dataset, we analyze the abilities of the QP solver with the respect to regularized parameter C and QP solver accuracy eps. In fact, we consider eps as the second parameter of the linear SVM and therefore we got better information about the tested algorithm behaviour.

  • Název v anglickém jazyce

    Notes on the Preliminary Results of a Linear Two-Class Classifier in the PERMON Toolbox

  • Popis výsledku anglicky

    This paper deals with the preliminary results of a linear two-class Support Vector Machines (SVM) implemented in PERMON toolbox. We present the first insights into training PermonSVM classifier using quadratic programming (QP) algorithms from the PemonQP, i.e. Dostal&apos;s SMALBE, which is based on the augmented Lagrangian approach, and MPGP algorithms for box constrained QP. In presented benchmark on the URL dataset, we analyze the abilities of the QP solver with the respect to regularized parameter C and QP solver accuracy eps. In fact, we consider eps as the second parameter of the linear SVM and therefore we got better information about the tested algorithm behaviour.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10102 - Applied mathematics

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2018

  • 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

    AIP Conference Proceedings. Volume 1978

  • ISBN

    978-0-7354-1690-1

  • ISSN

    0094-243X

  • e-ISSN

    neuvedeno

  • Počet stran výsledku

    4

  • Strana od-do

  • Název nakladatele

    American Institute of Physics

  • Místo vydání

    New York

  • Místo konání akce

    Thessaloniki

  • Datum konání akce

    25. 9. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000445105400287