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”

Learning from Data as an Optimization and Inverse Problem

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F12%3A00376629" target="_blank" >RIV/67985807:_____/12:00376629 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/978-3-642-27534-0_24" target="_blank" >http://dx.doi.org/10.1007/978-3-642-27534-0_24</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-642-27534-0_24" target="_blank" >10.1007/978-3-642-27534-0_24</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Learning from Data as an Optimization and Inverse Problem

  • Popis výsledku v původním jazyce

    Learning form data is investigated as minimization of empirical error functional in spaces of continuous functions and spaces defined by kernels. Using methods from theory of inverse problems, an alternative proof of Representer Theorem is given. Regularized and non regularized minimization of empirical error is compared.

  • Název v anglickém jazyce

    Learning from Data as an Optimization and Inverse Problem

  • Popis výsledku anglicky

    Learning form data is investigated as minimization of empirical error functional in spaces of continuous functions and spaces defined by kernels. Using methods from theory of inverse problems, an alternative proof of Representer Theorem is given. Regularized and non regularized minimization of empirical error is compared.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GAP202%2F11%2F1368" target="_blank" >GAP202/11/1368: Učení funkcionálních vztahů z vysoce dimenzionálních dat</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2012

  • 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

    Computational Intelligence

  • ISBN

    978-3-642-27533-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    12

  • Strana od-do

    361-372

  • Název nakladatele

    Springer

  • Místo vydání

    Heidelberg

  • Místo konání akce

    Valencia

  • Datum konání akce

    24. 10. 2010

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000309733800024