首页> 美国政府科技报告 >Multiple Kernel Learning with Data Augmentation.

【24h】

Multiple Kernel Learning with Data Augmentation.

机译：具有数据扩充的多核学习。

获取原文

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者

展开▼
作者单位

展开▼
年度 2016
页码 1-16
总页数 16
原文格式 PDF
正文语种 eng
中图分类
关键词
Computational cost; Multiple kernel learning; Data augmentation; Stochastic gradient descent;

机译：计算成本;多核学习;数据增强;随机梯度下降;

相似文献

外文文献
中文文献
专利

1. Learning from data streams using kernel least-mean-square with multiple kernel-sizes and adaptive step-size [J] . Garcia-Vega Sergio, Zeng Xiao-Jun, Keane John Neurocomputing . 2019,第APRa28期

机译：使用具有多个内核大小和自适应步长大小的内核最小均方从数据流中学习
2. Learning from data streams using kernel least-mean-square with multiple kernel-sizes and adaptive step-size [J] . Garcia-Vega Sergio, Zeng Xiao-Jun, Keane John Neurocomputing . 2019,第Apra28期

机译：使用具有多个内核大小和自适应阶梯大小的内核最小均值 - 平方从数据流学习
3. Classifying mood disorders using multiple kernel learning on multimodal neuroimaging data: translating biological data into a diagnostic tool for depression [J] . European neuropsychopharmacology: the journal of the European College of Neuropsychopharmacology . 2019,第S6期

机译：在多模式神经影像数据上使用多个内核学习进行分类情绪障碍：将生物数据转化为抑郁症的诊断工具
4. Real-time beacon identication using linear and kernel (non-linear) Support Vector Machine, Multiple Kernel Learning (MKL) and Light Detection and Ranging (LIDAR) 3D data [C] . Tasmia Reza, Lucas Cagle, Pan Wei, SPIE Defense + Commercial Sensing Conference;Society of Photo-Optical Instrumentation Engineers . 2019

机译：使用线性和内核（非线性）支持向量机，多核学习（MKL）和光检测与测距（LIDAR）3D数据进行实时信标识别
5. Multiple Kernel Learning with Many Kernels [D] . Afkanpour, Arash 2013

机译：多核多核学习
6. An Accurate Tool for Uncovering Cancer Subtypes by Fast Kernel Learning Method to Integrate Multiple Profile Data [O] . Hongyu Zhang, Limin Jiang, Jijun Tang, 2021

机译：通过快速内核学习方法揭示癌症子类型的准确工具以集成多个配置文件数据
7. Learning from data streams using kernel least-mean-square with multiple kernel-sizes and adaptive step-size [O] . Sergio Garcia-Vega, Xiao-Jun Zeng, John Keane 2019

机译：使用具有多个内核大小和自适应阶梯大小的内核最小均值 - 平方从数据流学习
8. Localized Multiple Kernel Learning A Convex Approach. [R] . Lei, Y., Binder, A., Kloft, M. 2016

机译：局部多核学习一种凸方法。

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号