Bound on the Risk for M-SVMs
Identifieur interne : 008840 ( Main/Merge ); précédent : 008839; suivant : 008841Bound on the Risk for M-SVMs
Auteurs : Yann Guermeur ; André Elisseeff ; Dominique ZelusSource :
English descriptors
Abstract
La conception d'architectures SVM dédiées aux tâches de discrimination à catégories multiples constitue actuellement l'un des problèmes centraux de la théorie statistique de l'apprentissage. Plusieurs contributions majeures au domaines ont été récemment recencées. Cependant, aucun argument définitif n'a à ce jour été avancé permettant d'établir laquelle des deux approches disponibles, décomposition du problème en un ensemble de dichotomies ou calcul direct de la polychotomie, devait être supérieure à l'autre. L'objet de cette communication est de proposer un cadre théorique simple permettant une étude comparée des capacités de généralisation des différents modèles existants et la conception de nouvelles machines. Elle devrait par là même contribuer à résoudre la question de l'approche la plus adéquate.
Links toward previous steps (curation, corpus...)
- to stream Crin, to step Corpus: 003347
- to stream Crin, to step Curation: 003347
- to stream Crin, to step Checkpoint: 001072
Links to Exploration step
CRIN:guermeur02cLe document en format XML
<record><TEI><teiHeader><fileDesc><titleStmt><title xml:lang="en" wicri:score="43">Bound on the Risk for M-SVMs</title></titleStmt><publicationStmt><idno type="RBID">CRIN:guermeur02c</idno><date when="2002" year="2002">2002</date><idno type="wicri:Area/Crin/Corpus">003347</idno><idno type="wicri:Area/Crin/Curation">003347</idno><idno type="wicri:explorRef" wicri:stream="Crin" wicri:step="Curation">003347</idno><idno type="wicri:Area/Crin/Checkpoint">001072</idno><idno type="wicri:explorRef" wicri:stream="Crin" wicri:step="Checkpoint">001072</idno><idno type="wicri:Area/Main/Merge">008840</idno></publicationStmt><sourceDesc><biblStruct><analytic><title xml:lang="en">Bound on the Risk for M-SVMs</title><author><name sortKey="Guermeur, Yann" sort="Guermeur, Yann" uniqKey="Guermeur Y" first="Yann" last="Guermeur">Yann Guermeur</name></author><author><name sortKey="Elisseeff, Andre" sort="Elisseeff, Andre" uniqKey="Elisseeff A" first="André" last="Elisseeff">André Elisseeff</name></author><author><name sortKey="Zelus, Dominique" sort="Zelus, Dominique" uniqKey="Zelus D" first="Dominique" last="Zelus">Dominique Zelus</name></author></analytic></biblStruct></sourceDesc></fileDesc><profileDesc><textClass><keywords scheme="KwdEn" xml:lang="en"><term>extended vc dimensions</term><term>guaranteed risk</term><term>multi-class svms</term></keywords></textClass></profileDesc></teiHeader><front><div type="abstract" xml:lang="fr" wicri:score="-1808">La conception d'architectures SVM dédiées aux tâches de discrimination à catégories multiples constitue actuellement l'un des problèmes centraux de la théorie statistique de l'apprentissage. Plusieurs contributions majeures au domaines ont été récemment recencées. Cependant, aucun argument définitif n'a à ce jour été avancé permettant d'établir laquelle des deux approches disponibles, décomposition du problème en un ensemble de dichotomies ou calcul direct de la polychotomie, devait être supérieure à l'autre. L'objet de cette communication est de proposer un cadre théorique simple permettant une étude comparée des capacités de généralisation des différents modèles existants et la conception de nouvelles machines. Elle devrait par là même contribuer à résoudre la question de l'approche la plus adéquate.</div></front></TEI></record>Pour manipuler ce document sous Unix (Dilib)
EXPLOR_STEP=$WICRI_ROOT/Wicri/Lorraine/explor/InforLorV4/Data/Main/Merge
HfdSelect -h $EXPLOR_STEP/biblio.hfd -nk 008840 | SxmlIndent | more
Ou
HfdSelect -h $EXPLOR_AREA/Data/Main/Merge/biblio.hfd -nk 008840 | SxmlIndent | more
Pour mettre un lien sur cette page dans le réseau Wicri
{{Explor lien
|wiki= Wicri/Lorraine
|area= InforLorV4
|flux= Main
|étape= Merge
|type= RBID
|clé= CRIN:guermeur02c
|texte= Bound on the Risk for M-SVMs
}}
| This area was generated with Dilib version V0.6.33. |  |