Probabilistic Bounds on Complexity of Networks Computing Binary Classification Tasks

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F18%3A00493926" target="_blank" >RIV/67985807:_____/18:00493926 - isvavai.cz</a>

Výsledek na webu

<a href="http://ceur-ws.org/Vol-2203/86.pdf" target="_blank" >http://ceur-ws.org/Vol-2203/86.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Probabilistic Bounds on Complexity of Networks Computing Binary Classification Tasks

Popis výsledku v původním jazyce

Complexity of feedforward networks computing binary classification tasks is investigated. To deal with unmanageably large number of these tasks on domains of even moderate sizes, a probabilistic model characterizing relevance of the classification tasks is introduced. Approximate measures of sparsity of networks computing randomly chosen functions are studied in terms of variational norms tailored to dictionaries of computational units. Probabilistic lower bounds on these norms are derived using the Chernoff-Hoeffding Bound on sums of independent random variables, which need not be identically distributed. Consequences of the probabilistic results on the choice of dictionaries of computational units are discussed.

Název v anglickém jazyce

Probabilistic Bounds on Complexity of Networks Computing Binary Classification Tasks

Popis výsledku anglicky

Complexity of feedforward networks computing binary classification tasks is investigated. To deal with unmanageably large number of these tasks on domains of even moderate sizes, a probabilistic model characterizing relevance of the classification tasks is introduced. Approximate measures of sparsity of networks computing randomly chosen functions are studied in terms of variational norms tailored to dictionaries of computational units. Probabilistic lower bounds on these norms are derived using the Chernoff-Hoeffding Bound on sums of independent random variables, which need not be identically distributed. Consequences of the probabilistic results on the choice of dictionaries of computational units are discussed.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/GA18-23827S" target="_blank" >GA18-23827S: Schopnosti a omezení mělkých a hlubokých sítí</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2018

Kód důvěrnosti údajů

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

Název statě ve sborníku

ITAT 2018: Information Technologies – Applications and Theory. Proceedings of the 18th conference ITAT 2018

ISBN

—

ISSN

1613-0073

e-ISSN

—

Počet stran výsledku

6

Strana od-do

86-91

Název nakladatele

Technical University & CreateSpace Independent Publishing Platform

Místo vydání

Aachen

Místo konání akce

Plejsy

Datum konání akce

21. 9. 2018

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—