Machine Learning Methods For Estimating Operator Equations

Steinke, F; Schölkopf, B

doi:10.3182/20060329-3-AU-2901.00192

Machine Learning Methods For Estimating Operator Equations

Steinke, F., & Schölkopf, B. (2006). Machine Learning Methods For Estimating Operator Equations. In IFAC Proceedings Volumes (pp. 1192-1197). Oxford, United Kingdom: Elsevier.

Item is 公開

表示: 全項目非表示: 全項目

基本情報

表示: 非表示:

アイテムのパーマリンク: https://hdl.handle.net/11858/00-001M-0000-0013-D27F-B 版のパーマリンク: https://hdl.handle.net/21.11116/0000-0003-8A55-2

資料種別: 会議論文

ファイル

表示: ファイル

作成者

表示:

非表示:

作成者:
Steinke, F^{1, 2}, 著者
Schölkopf, B^{1, 2}, 著者

所属:
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

内容説明

表示:

非表示:

キーワード: -

要旨: We consider the problem of fitting a linear operator induced equation to point sampled data. In order to do so we systematically exploit the duality
between minimizing a regularization functional derived from an operator and
kernel regression methods. Standard machine learning model selection algorithms
can then be interpreted as a search of the equation best fitting given data points.
For many kernels this operator induced equation is a linear differential equation.
Thus, we link a continuous-time system identification task with common machine
learning methods.
The presented link opens up a wide variety of methods to be applied to this system
identification problem. In a series of experiments we demonstrate an example
algorithm working on non-uniformly spaced data, giving special focus to the
problem of identifying one system from multiple data recordings.

資料詳細

表示:

非表示:

言語:

日付: 出版: 2006-03

出版の状態: 出版

ページ: -

出版情報: -

目次: -

査読: -

識別子（DOI, ISBNなど）: BibTex参照ID: 3640
DOI: 10.3182/20060329-3-AU-2901.00192

学位: -

訴訟

表示:

Project information

表示:

出版物 1

表示:

非表示:

出版物名: IFAC Proceedings Volumes

種別: 会議論文集

著者・編者:

所属:

出版社, 出版地: Oxford, United Kingdom : Elsevier

ページ: - 巻号: 39 (1) 通巻号: - 開始・終了ページ: 1192 - 1197 識別子（ISBN, ISSN, DOIなど）: -

アイテム詳細

基本情報

ファイル

関連URL

作成者

内容説明

資料詳細

関連イベント

訴訟

Project information

出版物 1