Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 DetailsÜbersicht
  Fast Pattern Selection Algorithm for Support Vector Classifiers: "Time Complexity Analysis"

Shin, H. (2003). Fast Pattern Selection Algorithm for Support Vector Classifiers: "Time Complexity Analysis". In The 4th International Conference on Intelligent Data Engineering (IDEAL) (pp. 1008-1015). Heidelberg: Springer-Verlag.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-DBB3-9 Versions-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-DBB4-7
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Shin, H1, Autor           
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Training SVM requires large memory and long cpu time when the pattern set is large. To alleviate the computational burden in SVM training, we propose a fast preprocessing algorithm which selects only the patterns near the decision boundary. The time complexity of the proposed algorithm is much smaller than that of the naive M^2 algorithm

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2003-09
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: 2694
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: The 4th International Conference on Intelligent Data Engineering (IDEAL)
Veranstaltungsort: Hong Kong, China
Start-/Enddatum: -

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: The 4th International Conference on Intelligent Data Engineering (IDEAL)
Genre der Quelle: Konferenzband
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Heidelberg : Springer-Verlag
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 1008 - 1015 Identifikator: -