スケーラブルカーネル法のためのランダムGegenbauer特徴【JST・京大機械翻訳】

Han Insu; Zandieh Amir; Avron Haim

プレプリント

J-GLOBAL ID：202202206257295445 整理番号：22P0286086

スケーラブルカーネル法のためのランダムGegenbauer特徴【JST・京大機械翻訳】

Random Gegenbauer Features for Scalable Kernel Methods

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月07日プレプリントサーバーでの情報更新日： 2022年02月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

一般化Zonalカーネル(GZK)と呼ぶカーネル関数の新しく豊富なクラスを近似するための効率的なランダム特徴を提案した。提案したGZKファミリーは,Gegenbauer級数展開において半径方向因子を導入することによって帯状カーネル(すなわち,ユニット球上のドット-製品カーネル)を一般化し,Gaussおよび最近導入された神経Tangentカーネルと同様に,ドット-製品カーネルの全体のような広範囲のユビキタスカーネル関数を含む。興味深いことに,Gegenbauer多項式の再現特性を利用して,ランダム配向Gegenbauerカーネルに基づくGZKファミリーに対する効率的なランダム特徴を構築することができた。カーネルk平均クラスタリング,カーネルリッジ回帰などの学習問題を近似的に解決するために,著者らの特徴が使用できることを保証できるGegenbauer特徴に対する部分空間埋込み保証を証明し,提案した特徴が最近のカーネル近似法より優れていることを示した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般 , 人工知能

前のページに戻る