Learning Maximal Margin Markov Networks via Tractable Convex Optimization
Vernadsky National Library of Ukraine
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Learning Maximal Margin Markov Networks via Tractable Convex Optimization
|
|
| Creator |
Franc, V.
Laskov, P. |
|
| Subject |
Оптимизационные задачи структурного распознавания образов
|
|
| Description |
Показано, что обучение марковской сети общего вида может быть представлено в виде задачи выпуклой оптимизации. Основная идея метода заключается в использовании LP-релаксации (max,+)-задачи непосредственно при формулировании задачи обучения.
It is shown that the learning of a general Markov network can be represented as a convex optimization problem. The key idea of the method is to use a linear programming relaxation of the (max,+)-problem directly in the formulation of the learning problem. Показано, що навчання марківської мережі загального вигляду може бути подано у вигляді задачі опуклої оптимізації. Основна ідея методу полягає у використанні LP-релаксації (max,+)-задачі безпосередньо при формулюванні задачі навчання. |
|
| Date |
2015-06-11T20:03:31Z
2015-06-11T20:03:31Z 2011 |
|
| Type |
Article
|
|
| Identifier |
Learning Maximal Margin Markov Networks via Tractable Convex Optimization / V. Franc, P. Laskov // Управляющие системы и машины. — 2011. — № 2. — С. 25-34. — Бібліогр.: 17 назв. — англ.
0130-5395 http://dspace.nbuv.gov.ua/handle/123456789/82921 004.93’1:519.157 |
|
| Language |
en
|
|
| Relation |
Управляющие системы и машины
|
|
| Publisher |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
|
|