کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6865576 | 679059 | 2015 | 9 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Theoretical properties and implementation of the one-sided mean kernel for time series
ترجمه فارسی عنوان
خواص نظری و پیاده سازی هسته مرکزی یک طرفه برای سری زمانی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
روشهای هسته ای، داده های ساختاری داده های متوالی، برنامه نویسی دینامیک،
ترجمه چکیده
در این مقاله یک هسته جدید برای دنباله ای از داده های ساخت یافته معرفی شده، خواص آن را بررسی می کنیم و یک پیاده سازی سریع پیشنهاد می کنیم. ما با استفاده از تئوری هسته های بی نهایت تقسیم شده نشان می دهیم که این هسته قطعی مثبت است، که یک هسته پایه شعاعی است و آن را در مقایسه با دو دنباله از همان طول به یک هسته محصول کاهش می دهد. ما پیاده سازی این هسته را با استفاده از تکنیک های برنامه نویسی پویا انجام می دهیم که منجر به الگوریتم پیچیدگی پایین تر از هسته های رقابت می شود. ما نشان می دهیم که این هسته یک رفتار سازگار را در زمینه نمونه برداری از مجموعه های پیوسته مداوم نشان می دهد. در نهایت، این هسته را با هسته همگرایی جهانی در دو وظیفه طبقه بندی با داده های دنیای واقعی با استفاده از ماشین های بردار پشتیبانی مقایسه می کنیم.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
In this paper we introduce a new kernel for sequences of structured data, investigate its properties and propose a fast implementation. We demonstrate using the theory of infinitely divisible kernels that this kernel is positive definite, that it is a radial basis kernel and that it reduces to a product kernel when comparing two sequences of the same length. We present an implementation of this kernel using dynamic programming techniques that leads to an algorithm of lower complexity than competing kernels. We illustrate that this kernel presents a consistent behavior in the context of sub-sampling of continuous time series. Finally we compare this kernel with the global alignment kernel in two classification tasks with real world data using support vector machines.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 169, 2 December 2015, Pages 196-204
Journal: Neurocomputing - Volume 169, 2 December 2015, Pages 196-204
نویسندگان
Nicolas Chrysanthos, Pierre Beauseroy, Hichem Snoussi, Edith Grall-Maës,