From regularization operators to support vector kernels

Smola, AJ; Schölkopf, B

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben

Konferenzbeitrag

From regularization operators to support vector kernels

MPG-Autoren

/persons/resource/persons84193

Schölkopf, B
Department Human Perception, Cognition and Action, Max Planck Institute for Biological Cybernetics, Max Planck Society;
Max Planck Institute for Biological Cybernetics, Max Planck Society;

Externe Ressourcen

http://papers.nips.cc/paper/1372-from-regularization-operators-to-support-vector-kernels.pdf
(Verlagsversion)

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

Es sind keine frei zugänglichen Volltexte in PuRe verfügbar

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Smola, A., & Schölkopf, B. (1998). From regularization operators to support vector kernels. In M. Jordan, M. Kearns, & S. Solla (Eds.), Advances in Neural Information Processing Systems 10 (pp. 343-349). Cambridge, MA, USA: MIT Press.

Zitierlink: https://hdl.handle.net/11858/00-001M-0000-0013-E86D-F

Zusammenfassung

We derive the correspondence between regularization operators used in Regularization Networks and Hilbert Schmidt Kernels appearing in Sup-port Vector Machines. More specifica1ly, we prove that the Green's Func-tions associated with regularization operators are suitable Support Vector Kernels with equivalent regularization properties. As a by-product we show that a large number of Radial Basis Functions namely condition-ally positive definite functions may be used as Support Vector kernels.