Файл:Support-vector networks Cortes vapnik95.pdf

Материал из Материалы по машинному обучению
Перейти к: навигация, поиск
Support-vector_networks_Cortes_vapnik95.pdf(0 × 0 пикселей, размер файла: 2,27 МБ, MIME-тип: application/pdf)

CORINNA CORTES corinna@neural.att.com VLADIMIR VAPNIK vlad@neural.att.com AT&T Bell Labs., Holmdel, NJ 07733, USA Editor: Lorenza Saitta


The support-vector network is a new learning machine for two-group classification problems. The machine conceptually implements the following idea: input vectors are non-linearly mapped to a very highdimension feature space. In this feature space a linear decision surface is constructed. Special properties of the decision surface ensures high generalization ability of the learning machine. The idea behind the support-vector network was previously implemented for the restricted case where the training data can be separated without errors. We here extend this result to non-separable training data. High generalization ability of support-vector networks utilizing polynomial input transformations is demonstrated. We also compare the performance of the support-vector network to various classical learning algorithms that all took part in a benchmark study of Optical Character Recognition.

Keywords: pattern recognition, efficient learning algorithms, neural networks, radial basis function classifiers, polynomial classifiers.

История файла

Нажмите на дату/время, чтобы просмотреть, как тогда выглядел файл.

текущий18:26, 23 декабря 20160 × 0 (2,27 МБ)Slikos (обсуждение | вклад)
  • Вы не можете перезаписать этот файл.

Следующая 1 страница ссылается на данный файл: