×

简单的

swMATH标识: 12290
软件作者: 阿兰,拉科塔莫尼;巴赫,弗朗西斯·R。;卡努,圣潘;外婆,伊夫
说明: 简单点。多核学习(MKL)的目标是在有监督的学习环境中同时学习一个核函数及其相关的预测器。对于支持向量机,最近提出了一种基于半无限线性规划的多核学习算法。这种方法通过迭代使用现有的支持向量机代码,使MKL易于处理大规模问题,从而开辟了新的视角。然而,这种迭代算法需要多次迭代才能收敛到一个合理的解。在本文中,我们通过一个加权的2-范数正则化公式来解决MKL问题,并且在权重上附加了一个鼓励稀疏核组合的约束。除了学习组合外,我们还解决了一个标准的支持向量机优化问题,其中核定义为多个核的线性组合。我们提出了一种求解该MKL问题的算法SimpleMKL,并通过证明这两种方法的等价性,对基于混合范数正则化的MKL算法提供了新的见解。我们展示了SimpleMKL如何应用于二元分类之外,用于回归、聚类(一类分类)或多类分类等问题。实验结果表明,该算法收敛速度快,与其它MKL算法相比,其效率有明显提高。最后,我们说明了MKL对一些基于小波核的回归函数和与多类分类问题相关的模型选择问题的有用性。
主页: http://asi.insa-rouen.fr/enseignants/~arakoto/code/mklindex.html
依赖项: Matlab语言
关键词: 多核学习;支持向量机;支持向量回归;多类支持向量机;梯度下降
相关软件: 幕府;LIBSVM库;UCI毫升;尖峰;;莫塞克;EasyMKL公司;利比线性;PRMLT公司;脱咖啡因咖啡;加州理工学院-256;PDCO公司;AdaBoost.MH版;海妖;变压器;阿拉克涅;MNIST公司;支持向量机;沉香;隔离林
参考文献: 64种出版物
全部的 前5名

177位作者引用

巴赫,弗朗西斯·R。
嗨,史蒂文·C·H。
寇,刚
阿兰,拉科塔莫尼
铃木,太极
唐晶晶
田英杰
2 吉洛拉米,马克A。
2 外婆,伊夫
2 杰纳顿,鲁道夫
2 金荣
2 小林寺,Takumi
2 刘,大连
2 雷哈尼,尼玛
2 富冈,龙田
2 曾荫权、艾弗·韦鸿
2 杨天宝
2 赵金伟
1 阿夫坎普尔,阿拉什
1 阿尔帕耶恩,埃森
1 阿尔萨迪,法瓦兹E。
1 奥迪贝特,让·伊夫
1 阿齐兹内贾德、沙扬
1 白俊卿
1 比斯瓦,卡纳德·基肖尔
1 痘痘,C.R.V。
1 保龄球,迈克尔
1 Brun,Luc
1 蔡,东风
1 卡努,斯蒂芬
1 卡普托,芭芭拉
1 考利,加文·C。
1 朝瓦利特旺斯,万普拉查艺术
1 陈强
1 陈天一
1 陈秀
1 陈振宇
1 程伟
1 赵,杨敏
1 克里斯曼,安德烈亚斯
1 钟福来
1 绳索,马修
1 d'AlchéBuc,佛罗伦萨
1 d'Aspremont,亚历山德拉
1 德萨,弗吉尼亚R。
1 迪隆,Paramveer S。
1 迪瑟,汤姆
1 杰马尔,哈利法
1 东,龙雷
1 东,姚
1 杜亚军
1 弗罗里安,邓伯特
1 范志平
1 冯伯勤
1 菲利普斯,毛里齐奥
1 福斯特,P院长。
1 加拉赫,帕特里克W。
1 高传厚
1 高,杨
1 加兹雷,贝诺
1 葛汉城
1 Ghiasi Shirazi,卡马莱丁
1 吉安纳基斯,乔治B。
1 冈齐奥,雅克
1 Gönen,Mehmet Emin
1 巴勃罗,冈萨雷斯·布雷维斯
1 格雷尼尔,皮埃尔·安东尼
1 韩彪
1 何一伟
1 嗨,新红
1 日野,Hideitsu
1 黄德贤
1 黄增喜
1 贾万普里亚,普拉蒂克
1 简,凌
1 江,他
1 洁,罗
1 罗斯托姆Kachouri
1 卡萨博夫,尼古拉K。
1 基特勒,约瑟夫
1 赖建煌
1 兰,梁
1 刘易斯,约书亚M。
1 李德伟
1 李,小丽
1 李秀秀
1 李志辉
1 梁希军
1 刘欢
1 刘俊
1 刘强
1 刘淑玉
1 刘伟伟
1 刘晓辉
1 刘新旺
1 刘云才
1 罗斌
1 罗,闽南
1 露丝,罗尼
1 吕,贾
…还有77位作者

按年份引用出版物