文献

J-GLOBAL ID：201802228564928660   整理番号：18A2041701

カーネルベース回帰のための不確実性限界:Bayes SPSアプローチ【JST・京大機械翻訳】

UNCERTAINTY BOUNDS FOR KERNEL-BASED REGRESSION: A BAYESIAN SPS APPROACH

著者 (3件)： Care Algo (University of Brescia, Italy) ,  Pillonetto Gianluigi (University of Padova, Italy) ,  Campi Marco C. (University of Brescia, Italy)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： MLSP  ページ： 1-6  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,未知の入出力マップのカーネルベースの推定が,Gauss回帰フレームワークにおいて一般的に導出されたものよりも,不確実性限界をよりロバストに補完できることを示した。これは,Gauss型プリアを定義するためにカーネルを用いることによって得られるが,しかし,対称分布のより多くのバスタクラスである。そのようなクラスは,次に最近開発された信号摂動和(SPS)フレームワークを設定するBayesに拡張することによって扱われる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 摂動 ,  正規分布 ,  対称性 ,  ロバスト性 ,  *不確実性

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： カーネル ,  不確実性 ,  限界 ,  SPS