El algoritmo de aprendizaje de clasificación ha cobrado importancia en los últimos años debido a su exitosa aplicación en la recuperación de información, el sistema de recomendación y la biología computacional, entre otros. La máquina de vectores de soporte de clasificación (RankSVM) es uno de los modelos de clasificación más avanzados y se ha utilizado favorablemente. El RankSVM no lineal (RankSVM con kernels no lineales) puede ofrecer una mayor precisión que el RankSVM lineal (RankSVM con un kernel lineal) para problemas de clasificación no lineales complejos. Sin embargo, los métodos de aprendizaje para RankSVM no lineal siguen consumiendo mucho tiempo debido al cálculo de la matriz del kernel. En este trabajo, proponemos un algoritmo de clasificación rápido basado en la aproximación del kernel para evitar el cálculo de la matriz del kernel. Exploramos dos tipos de métodos de aproximación del núcleo, a saber, el método de Nyström y las características aleatorias de Fourier. El método de Newton truncado primario se utiliza para optimizar la función objetivo L2-loss (Hinge-loss al cuadrado) del modelo de clasificación después de la aproximación del núcleo no lineal. Los resultados experimentales demuestran que nuestro método propuesto obtiene una velocidad de entrenamiento mucho más rápida que el kernel RankSVM y logra un rendimiento comparable o mejor que los algoritmos de clasificación más avanzados.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Deposición electroforética de películas de quitosano dopadas con nanopartículas de Nd2Ti2O7 como recubrimientos protectores contra la corrosión en soluciones salinas
Artículo:
Síntesis controlada de nanoestructuras porosas de Co3O4 para la detección electroquímica eficaz de la glucosa
Artículo:
Técnicas de neuroimagen simples y combinadas para la detección de la enfermedad de Alzheimer
Artículo:
GCWOAS2: Estrategia de programación de tareas multiobjetivo basada en la optimización gaussiana de Cloud-Whale en la computación en nube
Artículo:
Diseño de un mecanismo paralelo de 2 grados de libertad para asistir terapias de rehabilitación de la rodilla
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Tesis:
Materiales y prácticas de construcción sostenible