Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "radial projection" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Remarks on retracting balls on spherical caps in \(c_{0}\), \(c\), \(l^{\infty }\) spaces
Autorzy:
Goebel, Kazimierz
Powiązania:
https://bibliotekanauki.pl/articles/2078971.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
Tematy:
Retraction
Lipschitz constant
radial projection
truncation
spherical cap
Opis:
For any infinite dimensional Banach space there exists a lipschitzian retraction of the closed unit ball B onto the unit sphere S. Lipschitz constants for such retractions are, in general, only roughly estimated. The paper is illustrative. It contains remarks, illustrations and estimates concerning optimal retractions onto spherical caps for sequence spaces with the uniform norm.
Źródło:
Annales Universitatis Mariae Curie-Skłodowska, sectio A – Mathematica; 2020, 74, 1; 45-55
0365-1029
2083-7402
Pojawia się w:
Annales Universitatis Mariae Curie-Skłodowska, sectio A – Mathematica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Random projection RBF nets for multidimensional density estimation
Autorzy:
Skubalska-Rafajłowicz, E.
Powiązania:
https://bibliotekanauki.pl/articles/929907.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
radialne funkcje bazowe
estymacja
wielowymiarowa gęstość prawdopodobieństwa
redukcja wymiaru
rzutowanie losowe
detekcja nowości
radial basis functions
multivariate density estimation
dimension reduction
normal random projection
novelty detection
Opis:
The dimensionality and the amount of data that need to be processed when intensive data streams are observed grow rapidly together with the development of sensors arrays, CCD and CMOS cameras and other devices. The aim of this paper is to propose an approach to dimensionality reduction as a first stage of training RBF nets. As a vehicle for presenting the ideas, the problem of estimating multivariate probability densities is chosen. The linear projection method is briefly surveyed. Using random projections as the first (additional) layer, we are able to reduce the dimensionality of input data. Bounds on the accuracy of RBF nets equipped with a random projection layer in comparison to RBF nets without dimensionality reduction are established. Finally, the results of simulations concerning multidimensional density estimation are briefly reported.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2008, 18, 4; 455-464
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies