Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Statistical Properties of Kernel Principal Component Analysis

Zwald, L., Bousquet, O., & Blanchard, G. (2004). Statistical Properties of Kernel Principal Component Analysis. In J. Shawe-Taylor, & Y. Singer (Eds.), Learning Theory: 17th Annual Conference on Learning Theory, COLT 2004, Banff, Canada, July 1-4 (pp. 594-608). Berlin, Germany: Springer.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0005-5340-5 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0005-5341-4
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://link.springer.com/content/pdf/10.1007%2F978-3-540-27819-1_41.pdf (Verlagsversion)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Zwald, L, Autor
Bousquet, O1, 2, Autor           
Blanchard , G, 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: We study the properties of the eigenvalues of Gram matrices in a non-asymptotic setting. Using local Rademacher averages, we provide data-dependent and tight bounds for their convergence towards eigenvalues of the corresponding kernel operator. We perform these computations in a functional analytic framework which allows to deal implicitly with reproducing kernel Hilbert spaces of infinite dimension. This can have applications to various kernel algorithms, such as Support Vector Machines (SVM). We focus on Kernel Principal Component Analysis (KPCA) and, using such techniques, we obtain sharp excess risk bounds for the reconstruction error. In these bounds, the dependence on the decay of the spectrum and on the closeness of successive eigenvalues is made explicit.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2004-07
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.1007/978-3-540-27819-1_41
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 17th Annual Conference on Learning Theory (COLT 2004)
Veranstaltungsort: Banff, Canada
Start-/Enddatum: 2004-07-01 - 2004-07-04

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Learning Theory: 17th Annual Conference on Learning Theory, COLT 2004, Banff, Canada, July 1-4
Genre der Quelle: Konferenzband
 Urheber:
Shawe-Taylor, J, Herausgeber
Singer, Y, Herausgeber
Affiliations:
-
Ort, Verlag, Ausgabe: Berlin, Germany : Springer
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 594 - 608 Identifikator: ISBN: 978-3-540-22282-8

Quelle 2

einblenden:
ausblenden:
Titel: Lecture Notes in Computer Science
Genre der Quelle: Reihe
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 3120 Artikelnummer: - Start- / Endseite: - Identifikator: -