Reproducing Kernel Hilbert Spaces
Mostrando 1-4 de 4 artigos, teses e dissertações.
-
1. Comparação da acurácia de predições genômicas através de gerações usando métodos paramétricos e semi paramétricos
RESUMO. A acurácia da predição genômica foi comparada através de três métodos paramétricos e semi-paramétricos, que incluíram BayesA, LASSO Bayesiano e regressão RKHS (Reproducing Kernel Hilbert Spaces) sob vários níveis de hereditariedade (0,15; 0,3 e 0,45), números diferentes de marcadores (500, 750 e 1000) e intervalos de geração de conjun
Acta Sci., Anim. Sci.. Publicado em: 2016-12
-
2. EXTRAÇÃO CEGA DE SINAIS COM ESTRUTURAS TEMPORAIS UTILIZANDO ESPAÇOS DE HILBERT REPRODUZIDOS POR KERNEIS / BLIND SIGNAL EXTRACTION WITH TEMPORAL STRUCTURES USING HILBERT SPACE REPRODUCED BY KERNEL
Esta dissertação deriva e avalia um novo método nãolinear para Extração Cega de Sinais através de operações algébricas em um Espaço de Hilbert Reproduzido por Kernel (RKHS, do inglês Reproducing Kernel Hilbert Space). O processo de extração de sinais desejados de misturas é realizado utilizando-se informação sobre a estrutura temporal deste
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia. Publicado em: 10/02/2012
-
3. Positive integral operators and reproducing kernel Hilbert spaces / Operadores integrais positivos e espaços de Hilbert de reprodução
In this work we study theoretical properties of positive integral operators on L POT. 2(X; u), in the case when X is a topological space, either locally compact or first countable, and u is a strictly positive measure. The analysis is directed to spectral properties of the operator which are related to some extensions of Mercers Theorem and to the study of t
Publicado em: 2010
-
4. Aspectos matemáticos do problema de aprendizagem em inteligência artificial
O objetivo deste trabalho é apresentar a base teórica para o problema de aprendizagem através de exemplos conforme as ref. [14], [15] e [16]. Aprender através de exemplos pode ser examinado como o problema de regressão da aproximação de uma função multivaluada sobre um conjunto de dados esparsos. Tal problema não é bem posto e a maneira clássica
Publicado em: 2007