Probabilistic Bounds on Complexity of Networks Computing Binary Classification Tasks
Identifikátory výsledku
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
—
Alternativní jazyky
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.
Klasifikace
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)
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2018
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
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
—