Buchumschlag

Learning Maximal Margin Markov Networks via Tractable Convex Optimization

Gespeichert in:

Bibliographische Detailangaben
Datum:	2011
Hauptverfasser:	V. Franc, P. Laskov
Format:	Artikel
Sprache:	Englisch
Veröffentlicht:	2011
Schriftenreihe:	Control Systems and Computers
Online Zugang:	http://jnas.nbuv.gov.ua/article/UJRN-0000306610
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Library portal of National Academy of Sciences of Ukraine \| LibNAS

Institution

Library portal of National Academy of Sciences of Ukraine | LibNAS

Ähnliche Einträge

Maximizing the Profit of a HPP Cascade Considering Hydraulic Link via Reservoirs
von: A. Y. Mahnitko, et al.
Veröffentlicht: (2016)

Maximizing the profit of a HPP cascade considering hydraulic link via reservoirs
von: Mahnitko, A.Y., et al.
Veröffentlicht: (2016)

Stability of Solutions of a Quasilinear Index-2 Tractable Differential Algebraic Equation by the Lyapunov Second Method
von: Vu, Tuan, et al.
Veröffentlicht: (2004)

Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies
von: Suler, P.
Veröffentlicht: (2016)

Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies
von: P. Suler
Veröffentlicht: (2016)

Study of stochastic gradient methods for optimization of algorithms of learning artificial neural networks
von: T. A. Samoljuk
Veröffentlicht: (2017)

Translating Manchu Cultural Legacy into Korean: With Focus on Maxims Related to Education and Learning
von: A. Ryzhkov
Veröffentlicht: (2022)

Determination of maximal weighting flow in new generation networks
von: Ju. Zajchenko, et al.
Veröffentlicht: (2017)

Inequalities involving new fractional integrals technique via exponentially convex functions
von: S. Rashid, et al.
Veröffentlicht: (2021)

Inequalities involving new fractional integrals technique via exponentially convex functions
von: Rashid, S., et al.
Veröffentlicht: (2021)

Improving face recognition models using convolutional neural networks, metric learning and optimization methods
von: A. M. Litvynchuk, et al.
Veröffentlicht: (2021)

Neural networks’ learning process acceleration
von: Katerynych, L., et al.
Veröffentlicht: (2020)

Neural networks’ learning process acceleration
von: Katerynych, L., et al.
Veröffentlicht: (2020)

Using FACTS to maximize available transfer capability of electric networks
von: O. F. Butkevych, et al.
Veröffentlicht: (2016)

The theory of convex extensions in combinatorial optimization problems
von: S. V. Jakovlev
Veröffentlicht: (2017)

Stochastic optimization with semi-Markov switching and impulsive perturbations
von: V. R. Kukurba
Veröffentlicht: (2013)

The Optimization Model of Working Time Fund Allocation in the Theory of Marginal Utility
von: V. V. Shevchenko, et al.
Veröffentlicht: (2014)

The Optimization Model of Working Time Fund Allocation in the Theory of Marginal Utility
von: Shevchenko, V.V., et al.
Veröffentlicht: (2014)

Usage of markov random fields for root couse determination of network fault
von: O. S. Samosonok, et al.
Veröffentlicht: (2016)

Optimizing the level of branch concentration with marginal values of Herfindahl-Hirschman index
von: V. T. Sukhoteplyi
Veröffentlicht: (2010)

Via placement optimization for a group of wires
von: K. A. Knop, et al.
Veröffentlicht: (2015)

The nature of power in the global network society (Notes on the Margins of the Work of Manuel Castells)
von: O. Zernetska
Veröffentlicht: (2014)

Stochastic optimization procedure for testing model in semi-Markov environment
von: V. R. Kukurba, et al.
Veröffentlicht: (2014)

Structural and Parametric Synthesis of Deep Learning Neural Networks
von: V. M. Syniehlazov, et al.
Veröffentlicht: (2020)

Optimization of a company’s property structure aiming at maximization of its profit using neural networks with the example of a set of construction companies
von: Rowland, Z., et al.
Veröffentlicht: (2016)

Assessment and optimal policies of semi-continuous killed Markov decision processes
von: P. R. Shpak, et al.
Veröffentlicht: (2016)

Neural networks&#039; learning process acceleration
von: L. Katerynych, et al.
Veröffentlicht: (2020)

The Principles of Application of Machine Learning in Classification of Network Traffic
von: Ya. M. Antonyuk, et al.
Veröffentlicht: (2018)

On the generalization of some Hermite – Hadamard inequalities for functions with convex absolute values of the second derivatives via fractional integrals
von: F. X. Chen
Veröffentlicht: (2018)

On the generalization of some Hermite – Hadamard inequalities for functions with convex absolute values of the second derivatives via fractional integrals
von: Chen, F. X., et al.
Veröffentlicht: (2018)

Generalized gradients in dynamic optimization, optimal control, and machine learning problems
von: V. I. Norkin
Veröffentlicht: (2020)

Optimal packing of convex polytopes using quasi-phi-functions
von: Pankratov, A. V., et al.
Veröffentlicht: (2015)

Optimal packing of convex polytopes using quasi-phi-functions
von: Pankratov, A. V., et al.
Veröffentlicht: (2015)

Optimal packing of convex polytopes using quasi-phi-functions
von: A. V. Pankratov, et al.
Veröffentlicht: (2015)

Optimal packing of convex polytopes using quasi-phi-functions
von: Pankratov, A.V., et al.
Veröffentlicht: (2015)

Equations of optimal nonlinear filtration and interpolation for partially observed Markov processes
von: Voina, O. A., et al.
Veröffentlicht: (1994)

The Extent and Margins of the Stanislavian Phenomenon (to the Problem of Development of the Marginal States in Culture)
von: N. O. Lykhomanova
Veröffentlicht: (2000)

Probalistic-gradient method for solving certain problems convex optimization
von: A. F. Godonoga, et al.
Veröffentlicht: (2014)

Maximizing solar photovoltaic system efficiency by multivariate linear regression based maximum power point tracking using machine learning
von: Paquianadin, V., et al.
Veröffentlicht: (2024)

Reactive power optimization in distribution systems considering load levels for economic benefit maximization
von: Srinivasan, G., et al.
Veröffentlicht: (2023)