Neural Networks Learning as Approximate Optimization.

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F03%3A06030183" target="_blank" >RIV/67985807:_____/03:06030183 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Neural Networks Learning as Approximate Optimization.
Popis výsledku v původním jazyce
Learning from data will be studied in the framework of approximate minimization of regularized empirical error functionals. There will be derived estimates of speed of convergence of infima achievable over approximations of an admissible set to a globalinfimum. The results will be applied to empirical error functionals regularized using stabilizers defined as squares of norms in reproducing kernel Hilbert spaces.
Název v anglickém jazyce
Neural Networks Learning as Approximate Optimization.
Popis výsledku anglicky
Learning from data will be studied in the framework of approximate minimization of regularized empirical error functionals. There will be derived estimates of speed of convergence of infima achievable over approximations of an admissible set to a globalinfimum. The results will be applied to empirical error functionals regularized using stabilizers defined as squares of norms in reproducing kernel Hilbert spaces.

Projekt
<a href="/cs/project/GA201%2F02%2F0428" target="_blank" >GA201/02/0428: Nelineární aproximace s proměnnou bází a neuronové sítě</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění
2003
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)