Zobrazeno 1 - 10
of 575
pro vyhledávání: '"hyper-parameter optimisation"'
Portfolio optimisation is a multi-objective optimisation problem (MOP), where an investor aims to optimise the conflicting criteria of maximising a portfolio's expected return whilst minimising its risk and other costs. However, selecting a portfolio
Externí odkaz:
http://arxiv.org/abs/2107.02121
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Electronics Letters, Vol 57, Iss 18, Pp 711-713 (2021)
Abstract Deep unfolding is a very promising concept that allows to combine the advantages of traditional estimation techniques, such as adaptive filters, and machine learning approaches, like artificial neural networks. Focusing on a challenging self
Externí odkaz:
https://doaj.org/article/cad9a69076674fbc8a6dc324de8ae38b
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Fahad T. ALGorain, John A. Clark
Publikováno v:
Electronics; Volume 11; Issue 10; Pages: 1640
Malware detection is a major security concern and has been the subject of a great deal of research and development. Machine learning is a natural technology for addressing malware detection, and many researchers have investigated its use. However, th
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::327f3aeb64e7394df119921e1ca0dedf
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Journal of Mathematical Sciences & Computational Mathematics. 2:532-541
It has been found that during the runtime of a deep learning experiment, the intermediate resultant values get removed while the processes carry forward. This removal of data forces the interim experiment to roll back to a certain initial point after
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::87558a510becd0e7ba4a1ebd64276d05
https://doi.org/10.15864/jmscm.2407
https://doi.org/10.15864/jmscm.2407
Publikováno v:
Proceedings of the 37th ACM/SIGAPP Symposium on Applied Computing.
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c03264a55e47b330aa39ab8eb03fd51a
https://doi.org/10.1145/3477314.3507158
https://doi.org/10.1145/3477314.3507158
Publikováno v:
Electronics Letters, Vol 57, Iss 18, Pp 711-713 (2021)
Deep unfolding is a very promising concept that allows to combine the advantages of traditional estimation techniques, such as adaptive filters, and machine learning approaches, like artificial neural networks. Focusing on a challenging self‐interf
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::b09fce6f23669109f23024649ac4dcef
https://doi.org/10.1049/ell2.12230
https://doi.org/10.1049/ell2.12230