Constructing Sparse Kernel Machines Using Attractors

Lee, D; Jung, K-H; Lee, J

doi:10.1109/TNN.2009.2014059

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben

Zeitschriftenartikel

Constructing Sparse Kernel Machines Using Attractors

MPG-Autoren

/persons/resource/persons84040

Lee, D
Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society;
Max Planck Institute for Biological Cybernetics, Max Planck Society;

Externe Ressourcen

https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=4796253
(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

Lee, D., Jung, K.-H., & Lee, J. (2009). Constructing Sparse Kernel Machines Using Attractors. IEEE Transactions on Neural Networks, 20(4), 721-729. doi:10.1109/TNN.2009.2014059.

Zitierlink: https://hdl.handle.net/11858/00-001M-0000-0013-C51D-1

Zusammenfassung

In this brief, a novel method that constructs a sparse kernel machine is proposed. The proposed method generates attractors as sparse solutions from a built-in kernel machine via a dynamical system framework. By readjusting the corresponding coefficients and bias terms, a sparse kernel machine that approximates a conventional kernel machine is constructed. The simulation results show that the constructed sparse kernel machine improves the efficiency of testing phase while maintaining comparable test error.