СибНСХБ

Вид поиска

Область поиска

Найдено в других БД

Формат представления найденных документов:
библиографическое описание	краткий	полный

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>A=Avnimelech, Ran$<.>)

Общее количество найденных документов : 2
Показаны документы с 1 по 2

Вид документа : Статья из журнала

РЖ ВИНИТИ 34 (BI38) 99.09-04А3.48

Автор(ы) : Avnimelech, Ran, Intrator, Nathan
Заглавие : boosted mixture of experts: An ensemble learning scheme
Источник статьи : Neural Comput. - 1999. - Vol. 11, N 2. - С. 483-497
Аннотация: Разработана схема обучения ансамбля машин с учителем, основанная на объединении своеобразного варианта смеси экспертов с алгоритмом усиления (Schapire R. "Machine Learning," 1991, 5(2), 197-227). Основным достоинством предлагаемого подхода является возможность изменения динамических характеристик модели непосредственно в ходе работы. Для иллюстрации приведены примеры использования описанного метода в распознавании цифр из большой базы данных NIST. Израиль, Dep. of Computer Sci., Sackler Faculty of Exact Sci., Tel-Aviv Univ., Tel-Aviv. Ил. 2. Табл. 1. Библ. 26
ГРНТИ : 34.55.21
Предметные рубрики: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
СИСТЕМЫ
АНСАМБЛЕВОЕ ОБУЧЕНИЕ
Дата ввода:

Вид документа : Статья из журнала

РЖ ВИНИТИ 34 (BI38) 99.09-04А3.140

Автор(ы) : Avnimelech, Ran, Intrator, Nathan
Заглавие : Boosting regression estimators
Источник статьи : Neural Comput. - 1999. - Vol. 11, N 2. - С. 499-520
Аннотация: Описаны возможности обобщения алгоритма усиления (Schapire R. "Machine Learning" 1991, 5(2) 197-227) на случай более широкого класса регрессионных задач. Идея заключается в использовании аналогии между ошибками классификации и большими ошибками в регрессии. Приведено описание разработанного алгоритма. Для иллюстрации его возможностей приведены примеры анализа временных рядов. Новый метод работал лучше, чем стандартное усреднение по ансамблю независимых экспертных оценок. Библ. 22
ГРНТИ : 34.53.19
Предметные рубрики: ОБРАБОТКА ДАННЫХ
ВРЕМЕННЫЕ РЯДЫ
АЛГОРИТМЫ
НЕЙРОННЫЕ СЕТИ
Дата ввода:

"Электронные каталоги и базы данных библиотек СО РАН"

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)

rtvarBDview(" результаты поиска","20190607010228","4682442");

Вид поиска