A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Kernel-Based Regressors Equivalent to Stochastic Affine Estimators Regressores baseados em kernel equivalentes a estimadores afins estocásticos

Akira TANAKA, Masanari NAKAMURA, Hideyuki IMAI

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

A solução da regressão kernel ridge ordinária, baseada na função de perda quadrática e no regularizador quadrático baseado em norma, pode ser facilmente interpretada como um estimador linear estocástico, considerando a autocorrelação anterior para uma função verdadeira desconhecida. Como é bem sabido, um estimador afim estocástico é uma das extensões mais simples do estimador linear estocástico. No entanto, o seu problema de regressão do kernel correspondente não foi revelado até agora. Neste artigo, damos uma formulação do problema de regressão kernel, cuja solução é reduzida a um estimador afim estocástico, e também damos interpretações da formulação.

Publicação
IEICE TRANSACTIONS on Information Vol.E105-D No.1 pp.116-122
Data de publicação
2022/01/01
Publicitada
2021/10/05
ISSN online
1745-1361
DOI
10.1587/transinf.2021EDP7156
Tipo de Manuscrito
PAPER
Categoria
Inteligência Artificial, Mineração de Dados

autores

Akira TANAKA
  Hokkaido University
Masanari NAKAMURA
  Hokkaido University
Hideyuki IMAI
  Hokkaido University

Palavra-chave