Los modelos tradicionales de reducción de la dimensionalidad de los núcleos múltiples se basan generalmente en la incrustación de gráficos y en la suposición de la existencia de múltiples. Sin embargo, esta suposición podría no ser válida para algunos datos de alta dimensión o escasos debido a la maldición de la dimensionalidad, que influye negativamente en el rendimiento del aprendizaje de núcleos múltiples. Además, algunos modelos pueden estar mal planteados si el rango de las matrices en sus funciones objetivo no es lo suficientemente alto. Para resolver estos problemas, ampliamos el marco tradicional de incrustación de gráficos y proponemos un nuevo método regularizado de reducción de la dimensionalidad de múltiples núcleos. A diferencia de la técnica convencional de relajación convexa, el algoritmo propuesto aprovecha directamente una búsqueda binaria y un esquema de optimización alternativo para obtener soluciones óptimas de forma eficiente. Los resultados experimentales demuestran la eficacia del método propuesto para escenarios supervisados, no supervisados y semisupervisados.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Utilización de la fracción residual de la producción de bioetanol a partir de remolacha azucarera para la producción de biomasa de microalgas de la especie Chlorella Vulgaris
Artículo:
Desacoplamiento del sesgo del potencial de acción de los potenciales de campo locales corticales
Artículo:
Investigación sobre la estrategia de selección de la ubicación del almacén central de repuestos de las aerolíneas basada en METRIC
Artículo:
Servicio de multidifusión N-Screen consciente de la calidad de servicio y la calidad de experiencia
Artículo:
Optimización y caracterización de nanopartículas de ácido poli(D,L-lactida-co-glicolida) decoradas con quitosano y cargadas con artesunato
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Estudio sobre la migración global de materiales plásticos de empaque usados en la industria de alimentos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Guía:
Manual de operaciones de destilación