Učení pomocí směsi regularizačních sítí

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F07%3A00087497" target="_blank" >RIV/67985807:_____/07:00087497 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Learning with Regularization Networks Mixtures

Popis výsledku v původním jazyce

We propose a supervised learning model ? regularization networks mixtures. It consist of unsupervised component realizing partitioning of the input space and a mixture of regularization networks. We show that the model has much lower time requirements with generalization ability comparable to a single regularization network.

Název v anglickém jazyce

Learning with Regularization Networks Mixtures

Popis výsledku anglicky

We propose a supervised learning model ? regularization networks mixtures. It consist of unsupervised component realizing partitioning of the input space and a mixture of regularization networks. We show that the model has much lower time requirements with generalization ability comparable to a single regularization network.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA201%2F05%2F0557" target="_blank" >GA201/05/0557: Aproximace a učení funkcí více proměnných pomocí neuronových sítí a jádrových metod</a><br>

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2007

Kód důvěrnosti údajů

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

Název statě ve sborníku

Information Technologies - Applications and Theory

ISBN

978-80-969184-7-8

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

109-113

Název nakladatele

PONT

Místo vydání

Seňa

Místo konání akce

Poľana

Datum konání akce

21. 9. 2007

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—