基于粗糙变量的学习过程一致收敛速度的界

摘要：

支持向量机(SVM)是机器学习领域一个研究热点,而统计学习理论中的学习过程一致收敛速度的界描述了采用ERM原则的学习机器的推广能力。本文提出了粗糙经验风险最小化原则(RERM),提出并证明了基于粗糙变量的学习过程一致收敛速度的界,为粗糙支持向量机等应用性研究提供了理论依据。

关键词： 人工智能 机器学习 统计学习 信赖理论

作者: 刘杨 董开坤 迟乐军

作者单位: 哈尔滨工业大学威海国家计算机信息内容安全重点实验室 264209

会议类型: 国内会议

会议名称: 中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会

会议地点: 青岛

会议语种:中文

页码: 220-224

在线出版日期: 2008-07-29（万方平台首次上网日期，不代表论文的发表时间）