期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
本体学习算法的两类LOO一致稳定性和广义界
1
作者
朱林立
华钢
高炜
《智能系统学报》
CSCD
北大核心
2022年第3期471-479,共9页
近年来,随着本体研究的深入,各类机器学习方法被尝试应用于本体相似度计算和本体映射获取。稳定性是本体学习算法的必要条件,它从本质上体现了算法的可用性,即要求本体学习算法的最优解不会受到本体样本的小幅度调整而发生大的变化。本...
近年来,随着本体研究的深入,各类机器学习方法被尝试应用于本体相似度计算和本体映射获取。稳定性是本体学习算法的必要条件,它从本质上体现了算法的可用性,即要求本体学习算法的最优解不会受到本体样本的小幅度调整而发生大的变化。本文研究了删除一个本体样本点的条件下,对本体学习算法的期望误差与经验误差的差值产生的影响。分别在本体学习算法一致稳定和假设空间一致稳定两种不同的框架下,利用统计学习理论的技巧,得到对应广义界的上界估计。
展开更多
关键词
本体
机器学习
稳定性
广义界
本体数据依赖函数
本体
样本
依赖
假设集
拉德马赫复杂度
经验拉德马赫复杂度
下载PDF
职称材料
题名
本体学习算法的两类LOO一致稳定性和广义界
1
作者
朱林立
华钢
高炜
机构
中国矿业大学信息与控制工程学院
江苏理工学院计算机工程学院
云南师范大学信息学院
出处
《智能系统学报》
CSCD
北大核心
2022年第3期471-479,共9页
基金
国家自然科学基金项目(51574232).
文摘
近年来,随着本体研究的深入,各类机器学习方法被尝试应用于本体相似度计算和本体映射获取。稳定性是本体学习算法的必要条件,它从本质上体现了算法的可用性,即要求本体学习算法的最优解不会受到本体样本的小幅度调整而发生大的变化。本文研究了删除一个本体样本点的条件下,对本体学习算法的期望误差与经验误差的差值产生的影响。分别在本体学习算法一致稳定和假设空间一致稳定两种不同的框架下,利用统计学习理论的技巧,得到对应广义界的上界估计。
关键词
本体
机器学习
稳定性
广义界
本体数据依赖函数
本体
样本
依赖
假设集
拉德马赫复杂度
经验拉德马赫复杂度
Keywords
ontology
machine learning
stability
generalized bound
ontology data-dependent function
ontology sample dependent hypothesis set
Rademacher complexity
empirical Rademacher complexity
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
本体学习算法的两类LOO一致稳定性和广义界
朱林立
华钢
高炜
《智能系统学报》
CSCD
北大核心
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部