Zobrazeno 1 - 10
of 2 489
pro vyhledávání: '"Sindhwani, V"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Alemi, Mohammad1 (AUTHOR) mohamadalemi@sru.ac.ir, Bosaghzadeh, Alireza1 (AUTHOR) a.bosaghzadeh@sru.ac.ir, Dornaika, Fadi2,3 (AUTHOR) fadi.dornaika@ehu.eus
Publikováno v:
Information (2078-2489). Oct2024, Vol. 15 Issue 10, p591. 19p.
Autor:
Jiang, Zuo1 (AUTHOR) jiangzuo@ymu.edu.cn, Wang, Yuan1 (AUTHOR), Tang, Yi1 (AUTHOR) yitang4math@ynni.edu.cn
Publikováno v:
Mathematics (2227-7390). Oct2024, Vol. 12 Issue 19, p2992. 18p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Peyghan, Esmaeil1 (AUTHOR) e-peyghan@araku.ac.ir, Nourmohammadifar, Leila1 (AUTHOR) l.nourmohammadi@gmail.com, Mihai, Ion2 (AUTHOR) imihai@fmi.unibuc.ro
Publikováno v:
Mathematics (2227-7390). Aug2024, Vol. 12 Issue 16, p2492. 28p.
Autor:
Li, Guanghui1 (AUTHOR) ghli16@hnu.edu.cn, Li, Shuwen1 (AUTHOR), Liang, Cheng2 (AUTHOR), Xiao, Qiu3 (AUTHOR), Luo, Jiawei4 (AUTHOR) luojiawei@hnu.edu.cn
Publikováno v:
BMC Bioinformatics. 8/8/2024, Vol. 25 Issue 1, p1-21. 21p.
Autor:
Gao, Xianjie1 (AUTHOR) xjgao@sxau.edu.cn, Zhang, Mingliang2 (AUTHOR) zhangml@qlu.edu.cn, Luo, Jinming3 (AUTHOR) luojinming@mail.dlut.edu.cn
Publikováno v:
Entropy. Aug2024, Vol. 26 Issue 8, p633. 11p.
Autor:
Karlsson, Robin1 (AUTHOR) fujii@i.nagoya-u.ac.jp, Asfandiyarov, Ruslan2 (AUTHOR) ruslan.asfandi@protonmail.com, Carballo, Alexander3 (AUTHOR) alex@gifu-u.ac.jp, Fujii, Keisuke1 (AUTHOR) ohtani.kento@g.sp.m.is.nagoya-u.ac.jp, Ohtani, Kento1 (AUTHOR) kazuya.takeda@nagoya-u.jp, Takeda, Kazuya1,4 (AUTHOR)
Publikováno v:
Sensors (14248220). Jul2024, Vol. 24 Issue 14, p4735. 30p.
Publikováno v:
Journal of Machine Learning Research
Due to its wide applicability, the problem of semi-supervised classification is attracting increasing attention in machine learning. Semi-Supervised Support Vector Machines (S3VMs) are based on applying the margin maximization principle to both label
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1874::b5317ec0f744e71ee8296b894b6fee59
https://hdl.handle.net/11858/00-001M-0000-0013-CA6D-1
https://hdl.handle.net/11858/00-001M-0000-0013-CA6D-1
Publikováno v:
Advances in Neural Information Processing Systems 19
We consider the task of tuning hyperparameters in SVM models based on minimizing a smooth performance validation function, e.g., smoothed k-fold cross-validation error, using non-linear optimization techniques. The key computation in this approach is
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1874::16dc35e7154caaf19d888b6e7182e854
https://hdl.handle.net/11858/00-001M-0000-0013-CBD3-F
https://hdl.handle.net/11858/00-001M-0000-0013-CBD3-F