Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Branch and Bound for Semi-Supervised Support Vector Machines

Chapelle, O., Sindhwani, V., & Keerthi, S. (2007). Branch and Bound for Semi-Supervised Support Vector Machines. In B. Schölkopf, J. Platt, & T. Hoffman (Eds.), Advances in Neural Information Processing Systems 19 (pp. 217-224). Cambridge, MA, USA: MIT Press.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-CBD7-7 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0002-E1FE-2
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://papers.nips.cc/paper/3135-branch-and-bound-for-semi-supervised-support-vector-machines.pdf (Verlagsversion)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Chapelle, O1, 2, Autor           
Sindhwani, V, Autor
Keerthi, SS, Autor
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Semi-supervised SVMs (S3VMs) attempt to learn low-density separators by maximizing the margin over labeled and unlabeled examples. The associated optimization problem is non-convex. To examine the full potential of S3VMs modulo local minima problems in current implementations, we apply branch and bound techniques for obtaining exact, globally optimal solutions. Empirical evidence suggests that the globally optimal solution can return excellent generalization performance in situations where other implementations fail completely. While our current implementation is only applicable to small datasets,
we discuss variants that can potentially lead to practically useful algorithms.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2007-09
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: 4146
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: Twentieth Annual Conference on Neural Information Processing Systems (NIPS 2006)
Veranstaltungsort: Vancouver, BC, Canada
Start-/Enddatum: 2006-12-04 - 2006-12-07

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Advances in Neural Information Processing Systems 19
Genre der Quelle: Konferenzband
 Urheber:
Schölkopf, B1, Herausgeber           
Platt, JC, Herausgeber
Hoffman, T, Herausgeber
Affiliations:
1 Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795            
Ort, Verlag, Ausgabe: Cambridge, MA, USA : MIT Press
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 217 - 224 Identifikator: ISBN: 0-262-19568-2