Inverse Problems in Learning from Data
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F10%3A00349057" target="_blank" >RIV/67985807:_____/10:00349057 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Inverse Problems in Learning from Data
Popis výsledku v původním jazyce
It is shown that application of methods from theory of inverse problems to learning from data leads to simple proofs of characterization of minima of empirical and expected error functionals and their regularized versions. The reformulation of learning in terms of inverse problems also enables comparison of regularized and non regularized case showing that regularization achieves stability by merely modifying output weights of global minima. Methods of theory of inverse problems lead to choice of reproducing kernel Hilbert spaces as suitable ambient function spaces.
Název v anglickém jazyce
Inverse Problems in Learning from Data
Popis výsledku anglicky
It is shown that application of methods from theory of inverse problems to learning from data leads to simple proofs of characterization of minima of empirical and expected error functionals and their regularized versions. The reformulation of learning in terms of inverse problems also enables comparison of regularized and non regularized case showing that regularization achieves stability by merely modifying output weights of global minima. Methods of theory of inverse problems lead to choice of reproducing kernel Hilbert spaces as suitable ambient function spaces.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/OC10047" target="_blank" >OC10047: Analýza inteligentních distribuovaných výpočetních systémů</a><br>
Návaznosti
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
ICNC 2010. Proceedings of the International Conference on Neural Computation
ISBN
978-989-8425-32-4
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
—
Název nakladatele
SciTePress
Místo vydání
Setúbal
Místo konání akce
Valencia
Datum konání akce
24. 8. 2010
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—