Learning Maximal Margin Markov Networks via Tractable Convex Optimization
Показано, что обучение марковской сети общего вида может быть представлено в виде задачи выпуклой оптимизации. Основная идея метода заключается в использовании LP-релаксации (max,+)-задачи непосредственно при формулировании задачи обучения. It is shown that the learning of a general Markov network c...
Gespeichert in:
| Veröffentlicht in: | Управляющие системы и машины |
|---|---|
| Datum: | 2011 |
| Hauptverfasser: | Franc, V., Laskov, P. |
| Format: | Artikel |
| Sprache: | English |
| Veröffentlicht: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2011
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/82921 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Learning Maximal Margin Markov Networks via Tractable Convex Optimization / V. Franc, P. Laskov // Управляющие системы и машины. — 2011. — № 2. — С. 25-34. — Бібліогр.: 17 назв. — англ. |
Institution
Digital Library of Periodicals of National Academy of Sciences of UkraineÄhnliche Einträge
-
On Partial Optimality by Auxiliary Submodular Problems
von: Shekhovtsov, A., et al.
Veröffentlicht: (2011) -
Optimal Labelling Problems, their Relaxation and Equivalent Transformations
von: Schlesinger, M.I., et al.
Veröffentlicht: (2011) -
Sufficient Condition for Partial Optimality for (max, +)-Labeling Problems and its Usage
von: Kovtun, I.
Veröffentlicht: (2011) -
Learning Maximal Margin Markov Networks via Tractable Convex Optimization
von: V. Franc, et al.
Veröffentlicht: (2011) -
Solution Counting for CSP and SAT with Large Tree-Width
von: Favier, A., et al.
Veröffentlicht: (2011)