Evolving Sum and Composite Kernel Functions for Regularization Networks

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F11%3A00359155" target="_blank" >RIV/67985807:_____/11:00359155 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-642-20282-7_19" target="_blank" >http://dx.doi.org/10.1007/978-3-642-20282-7_19</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-20282-7_19" target="_blank" >10.1007/978-3-642-20282-7_19</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Evolving Sum and Composite Kernel Functions for Regularization Networks

Popis výsledku v původním jazyce

In this paper we propose a novel evolutionary algorithm for regularization networks. The main drawback of regularization networks in practical applications is the presence of meta-parameters, including the type and parameters of kernel functions Our learning algorithm provides a solution to this problem by searching through a space of different kernel functions, including sum and composite kernels. Thus, an optimal combination of kernel functions with parameters is evolved for given task specified by training data. Comparisons of composite kernels, single kernels, and traditional Gaussians are provided in several experiments.

Název v anglickém jazyce

Evolving Sum and Composite Kernel Functions for Regularization Networks

Popis výsledku anglicky

In this paper we propose a novel evolutionary algorithm for regularization networks. The main drawback of regularization networks in practical applications is the presence of meta-parameters, including the type and parameters of kernel functions Our learning algorithm provides a solution to this problem by searching through a space of different kernel functions, including sum and composite kernels. Thus, an optimal combination of kernel functions with parameters is evolved for given task specified by training data. Comparisons of composite kernels, single kernels, and traditional Gaussians are provided in several experiments.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

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)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2011

Kód důvěrnosti údajů

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

Název statě ve sborníku

Adaptive and Natural Computing Algorithms. Part I

ISBN

978-3-642-20281-0

ISSN

—

e-ISSN

—

Počet stran výsledku

10

Strana od-do

180-189

Název nakladatele

Springer

Místo vydání

Heidelberg

Místo konání akce

Ljubljana

Datum konání akce

14. 4. 2011

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000302389300019