Fugu-MT 論文翻訳(概要): Algorithms for the Training of Neural Support Vector Machines

論文の概要: Algorithms for the Training of Neural Support Vector Machines

arxiv url: http://arxiv.org/abs/2308.07204v1
Date: Mon, 14 Aug 2023 15:16:39 GMT
ステータス: 処理完了
システム内更新日: 2023-08-15 12:47:27.861156
Title: Algorithms for the Training of Neural Support Vector Machines
Title（参考訳）: ニューラルネットワーク支援ベクトルマシンの学習アルゴリズム
Authors: Lars Simon and Manuel Radons
Abstract要約: 我々は,ペガソスアルゴリズムを利用したNSVMのためのトレーニングアルゴリズムのセットを導入し,標準的な機械学習タスクの集合を解くことによって概念実証を行う。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Neural support vector machines (NSVMs) allow for the incorporation of domain knowledge in the design of the model architecture. In this article we introduce a set of training algorithms for NSVMs that leverage the Pegasos algorithm and provide a proof of concept by solving a set of standard machine learning tasks.
Abstract（参考訳）: ニューラルサポートベクトルマシン(NSVM)は、モデルアーキテクチャの設計にドメイン知識を組み込むことができる。本稿では、ペガソスアルゴリズムを利用したNSVMのためのトレーニングアルゴリズムのセットを紹介し、標準的な機械学習タスクの集合を解くことによって概念実証を行う。

関連論文リスト

AI-Aided Kalman Filters [65.35350122917914]
カルマンフィルタ(KF)とその変種は、信号処理において最も著名なアルゴリズムの一つである。最近の進歩は、古典的なカルマン型フィルタリングでディープニューラルネットワーク(DNN)を融合させる可能性を示している。本稿では,KF型アルゴリズムにAIを組み込むための設計アプローチについて,チュートリアル形式で概説する。
論文参考訳（メタデータ） (2024-10-16T06:47:53Z)
Deep Learning of Dynamic Systems using System Identification Toolbox(TM) [1.7537651436360189]
ツールボックスは、自動エンコーディング機能で拡張可能なニューラルステートスペースモデルを提供する。このツールボックスには、最先端の機械学習技術との統合を深める他のいくつかの拡張が含まれている。
論文参考訳（メタデータ） (2024-09-11T21:54:17Z)
Selecting Interpretability Techniques for Healthcare Machine Learning models [69.65384453064829]
医療では、いくつかの意思決定シナリオにおいて、医療専門家を支援するために解釈可能なアルゴリズムを採用することが追求されている。本稿では, ポストホックとモデルベースという8つのアルゴリズムを概説する。
論文参考訳（メタデータ） (2024-06-14T17:49:04Z)
AnyCBMs: How to Turn Any Black Box into a Concept Bottleneck Model [7.674744385997066]
概念ボトルネックモデルは、人間の理解可能な概念の層を統合することにより、ニューラルネットワークの解釈可能性を高める。 AnyCBM"は、既存のトレーニングされたモデルを、計算リソースに最小限の影響を伴って、Concept Bottleneck Modelに変換する。
論文参考訳（メタデータ） (2024-05-26T10:19:04Z)
Mechanistic Neural Networks for Scientific Machine Learning [58.99592521721158]
我々は、科学における機械学習応用のためのニューラルネットワーク設計であるメカニスティックニューラルネットワークを提案する。新しいメカニスティックブロックを標準アーキテクチャに組み込んで、微分方程式を表現として明示的に学習する。我々のアプローチの中心は、線形プログラムを解くために線形ODEを解く技術に着想を得た、新しい線形計画解法(NeuRLP)である。
論文参考訳（メタデータ） (2024-02-20T15:23:24Z)
Machine Learning Insides OptVerse AI Solver: Design Principles and Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文参考訳（メタデータ） (2024-01-11T15:02:15Z)
On Neural Quantum Support Vector Machines [0.0]
citesimon2023algorithmsでは、ニューラルサポートベクターマシン(NSVM)のトレーニングのための4つのアルゴリズムを導入し、その実現可能性を示した。本稿では、量子カーネルを持つNSVMというニューラルネットワーク支援ベクトルマシンを導入し、その結果をこの設定に拡張する。
論文参考訳（メタデータ） (2023-08-16T16:15:47Z)
Deep Learning Computer Vision Algorithms for Real-time UAVs On-board Camera Image Processing [77.34726150561087]
本稿では,ディープラーニングに基づくコンピュータビジョンアルゴリズムを用いて,小型UAVのリアルタイムセンサ処理を実現する方法について述べる。すべてのアルゴリズムは、ディープニューラルネットワークに基づく最先端の画像処理手法を用いて開発されている。
論文参考訳（メタデータ） (2022-11-02T11:10:42Z)
Spiking Neural Networks Hardware Implementations and Challenges: a Survey [53.429871539789445]
スパイキングニューラルネットワークは、ニューロンとシナプスの操作原理を模倣する認知アルゴリズムである。スパイキングニューラルネットワークのハードウェア実装の現状について述べる。本稿では,これらのイベント駆動アルゴリズムの特性をハードウェアレベルで活用するための戦略について論じる。
論文参考訳（メタデータ） (2020-05-04T13:24:00Z)
A Supervised Learning Algorithm for Multilayer Spiking Neural Networks Based on Temporal Coding Toward Energy-Efficient VLSI Processor Design [2.6872737601772956]
スパイキングニューラルネットワーク(スパイキングニューラルネット、英: Spiking Neural Network、SNN)は、スパイクの形で情報を処理できる脳にインスパイアされた数学的モデルである。時間符号化に基づくSNNのための新しい教師付き学習アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-01-08T03:37:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。