Zobrazeno 1 - 10
of 64
pro vyhledávání: '"pinball loss function"'
Publikováno v:
Mathematical and Computer Modelling of Dynamical Systems, Vol 30, Iss 1, Pp 898-923 (2024)
The multiple birth support vector machine (MBSVM) typically utilizes a hinge loss function, which is susceptible to noise sensitivity and instability during resampling. To overcome these issues, we introduce two models: linear and nonlinear MBSVM mod
Externí odkaz:
https://doaj.org/article/212693c400df4e4a980c318cc6b6f3d2
Publikováno v:
IEEE Access, Vol 11, Pp 31399-31416 (2023)
Semi-supervised learning utilizes labeled data and the geometric information in the unlabeled data to construct a model whereas supervised learning makes use of the only label data. So, semi-supervised learning establishes a more reasonable classifie
Externí odkaz:
https://doaj.org/article/897bf8fc8aa344f8ab44722f106414d4
Publikováno v:
Frontiers in Neuroscience, Vol 15 (2021)
Electroencephalogram (EEG) is often used in clinical epilepsy treatment to monitor electrical signal changes in the brain of patients with epilepsy. With the development of signal processing and artificial intelligence technology, artificial intellig
Externí odkaz:
https://doaj.org/article/668c5978e05a4c63a6db624176ed2e57
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Wanida Panup, Rabian Wangkeeree
Publikováno v:
Symmetry, Vol 13, Iss 9, p 1652 (2021)
In this paper, we propose a stochastic gradient descent algorithm, called stochastic gradient descent method-based generalized pinball support vector machine (SG-GPSVM), to solve data classification problems. This approach was developed by replacing
Externí odkaz:
https://doaj.org/article/d63bd5e9dd5a47a68554cbfb11f56e17
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:
Neural Processing Letters
Training a machine learning model on the data sets with missing labels is a challenging task. Not all models can handle the problem of missing labels. However, if these data sets are further corrupted with label noise, it becomes even more challengin
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=pmid________::5b230832d8997599638bfa861cae1632
http://europepmc.org/articles/PMC8286050
http://europepmc.org/articles/PMC8286050
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.