Об асимптотической эффективности ядерного метода опорных векторов (SVM)
Досліджено асимптотичні властивості SVM-оцінок функції регресії, отриманих ядерним методом опорних векторів Вапніка. Задача оцінювання розглядається як задача нескінченно вимірної оптимізації функціоналу регуляризованого емпіричного ризику у репродуктивному гільбертовому просторі. Встановлено швидкі...
Збережено в:
| Опубліковано в: : | Кибернетика и системный анализ |
|---|---|
| Дата: | 2009 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2009
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/44386 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Об асимптотической эффективности ядерного метода опорных векторов (SVM) / В.И. Норкин, М.А. Кайзер // Кибернетика и системный анализ. — 2009. — № 4. — С. 81-97. — Бібліогр.: 46назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862561350847299584 |
|---|---|
| author | Норкин, В.И. Кайзер, М.А. |
| author_facet | Норкин, В.И. Кайзер, М.А. |
| citation_txt | Об асимптотической эффективности ядерного метода опорных векторов (SVM) / В.И. Норкин, М.А. Кайзер // Кибернетика и системный анализ. — 2009. — № 4. — С. 81-97. — Бібліогр.: 46назв. — рос. |
| collection | DSpace DC |
| container_title | Кибернетика и системный анализ |
| description | Досліджено асимптотичні властивості SVM-оцінок функції регресії, отриманих ядерним методом опорних векторів Вапніка. Задача оцінювання розглядається як задача нескінченно вимірної оптимізації функціоналу регуляризованого емпіричного ризику у репродуктивному гільбертовому просторі. Встановлено швидкість збіжності до мінімуму функціоналу ризику на SVM-оцінках, а також наведено достатні умови рівномірної збіжності SVM-оцінок до шуканої функції регресії з ймовірністю одиниця.
The paper analyzes the asymptotic properties of Vapnik’s SVM-estimators of a regression function as the size of the training sample tends to infinity. The estimation problem is considered as an infinite-dimensional minimization of a regularized empirical risk in a reproducing kernel Hilbert space. The rate of convergence of the risk functional on SVM-estimators to its minimum value is established. The sufficient conditions of the uniform convergence of SVM-estimators to a true regression function with unit probability are given.
|
| first_indexed | 2025-11-25T23:24:44Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-44386 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0023-1274 |
| language | Russian |
| last_indexed | 2025-11-25T23:24:44Z |
| publishDate | 2009 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Норкин, В.И. Кайзер, М.А. 2013-05-31T20:34:30Z 2013-05-31T20:34:30Z 2009 Об асимптотической эффективности ядерного метода опорных векторов (SVM) / В.И. Норкин, М.А. Кайзер // Кибернетика и системный анализ. — 2009. — № 4. — С. 81-97. — Бібліогр.: 46назв. — рос. 0023-1274 https://nasplib.isofts.kiev.ua/handle/123456789/44386 519:234:24:85 Досліджено асимптотичні властивості SVM-оцінок функції регресії, отриманих ядерним методом опорних векторів Вапніка. Задача оцінювання розглядається як задача нескінченно вимірної оптимізації функціоналу регуляризованого емпіричного ризику у репродуктивному гільбертовому просторі. Встановлено швидкість збіжності до мінімуму функціоналу ризику на SVM-оцінках, а також наведено достатні умови рівномірної збіжності SVM-оцінок до шуканої функції регресії з ймовірністю одиниця. The paper analyzes the asymptotic properties of Vapnik’s SVM-estimators of a regression function as the size of the training sample tends to infinity. The estimation problem is considered as an infinite-dimensional minimization of a regularized empirical risk in a reproducing kernel Hilbert space. The rate of convergence of the risk functional on SVM-estimators to its minimum value is established. The sufficient conditions of the uniform convergence of SVM-estimators to a true regression function with unit probability are given. ru Інститут кібернетики ім. В.М. Глушкова НАН України Кибернетика и системный анализ Системный анализ Об асимптотической эффективности ядерного метода опорных векторов (SVM) Про асимптотичну ефективність ядерного методу опорних векторів (SVM) On the asymptotic efficiency of a kernel support vector machine (SVM) Article published earlier |
| spellingShingle | Об асимптотической эффективности ядерного метода опорных векторов (SVM) Норкин, В.И. Кайзер, М.А. Системный анализ |
| title | Об асимптотической эффективности ядерного метода опорных векторов (SVM) |
| title_alt | Про асимптотичну ефективність ядерного методу опорних векторів (SVM) On the asymptotic efficiency of a kernel support vector machine (SVM) |
| title_full | Об асимптотической эффективности ядерного метода опорных векторов (SVM) |
| title_fullStr | Об асимптотической эффективности ядерного метода опорных векторов (SVM) |
| title_full_unstemmed | Об асимптотической эффективности ядерного метода опорных векторов (SVM) |
| title_short | Об асимптотической эффективности ядерного метода опорных векторов (SVM) |
| title_sort | об асимптотической эффективности ядерного метода опорных векторов (svm) |
| topic | Системный анализ |
| topic_facet | Системный анализ |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/44386 |
| work_keys_str_mv | AT norkinvi obasimptotičeskoiéffektivnostiâdernogometodaopornyhvektorovsvm AT kaizerma obasimptotičeskoiéffektivnostiâdernogometodaopornyhvektorovsvm AT norkinvi proasimptotičnuefektivnístʹâdernogometoduopornihvektorívsvm AT kaizerma proasimptotičnuefektivnístʹâdernogometoduopornihvektorívsvm AT norkinvi ontheasymptoticefficiencyofakernelsupportvectormachinesvm AT kaizerma ontheasymptoticefficiencyofakernelsupportvectormachinesvm |