Articoli correlati a Classification d'objets à l'aide d'un hachage...
Classification d'objets à l'aide d'un hachage supervisé rapide: pour les données de haute dimension - Brossura
Sinossi
Le principal objectif du hachage supervisé est de convertir les caractéristiques originales en codes binaires courts qui peuvent maintenir la similarité des étiquettes dans l'espace de Hamming. En raison de leur forte capacité de généralisation, les fonctions de hachage non linéaires se sont révélées supérieures aux fonctions linéaires. Les fonctions à noyau sont fréquemment utilisées dans la littérature pour créer des fonctions de hachage non linéaires, ce qui se traduit par des performances de recherche encourageantes, mais par des temps d'évaluation et d'apprentissage longs. Nous proposons ici d'utiliser des arbres de décision boostés, qui sont rapides à former et à évaluer et qui conviennent donc mieux au hachage avec des données de grande dimension. Dans le cadre de l'amélioration continue, nous proposons d'abord des formulations sous-modulaires pour le problème de l'inférence du code binaire de hachage, ainsi qu'une technique efficace de recherche par blocs basée sur le Graph Cut pour l'inférence à grande échelle. Ensuite, nous formons des arbres de décision boostés en fonction des codes binaires afin d'apprendre les fonctions de hachage. Les expériences montrent qu'en termes de précision d'extraction et de durée d'apprentissage, la stratégie que nous proposons surpasse largement la majorité des méthodes de pointe.
Le informazioni nella sezione "Riassunto" possono far riferimento a edizioni diverse di questo titolo.
Compra nuovo
Visualizza questo articolo
EUR 43,90
EUR 23,00 per la spedizione da Germania a U.S.A.
Destinazione, tempi e costiRisultati della ricerca per Classification d'objets à l'aide d'un hachage...
Immagini fornite dal venditore
Classification d'objets à l'aide d'un hachage supervisé rapide
Editore:
Editions Notre Savoir Jun 2023, 2023
ISBN 10: 6206187454
ISBN 13: 9786206187455
Nuovo
Taschenbuch
Da: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germania
Valutazione del venditore 5 su 5 stelle
Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Le principal objectif du hachage supervisé est de convertir les caractéristiques originales en codes binaires courts qui peuvent maintenir la similarité des étiquettes dans l'espace de Hamming. En raison de leur forte capacité de généralisation, les fonctions de hachage non linéaires se sont révélées supérieures aux fonctions linéaires. Les fonctions à noyau sont fréquemment utilisées dans la littérature pour créer des fonctions de hachage non linéaires, ce qui se traduit par des performances de recherche encourageantes, mais par des temps d'évaluation et d'apprentissage longs. Nous proposons ici d'utiliser des arbres de décision boostés, qui sont rapides à former et à évaluer et qui conviennent donc mieux au hachage avec des données de grande dimension. Dans le cadre de l'amélioration continue, nous proposons d'abord des formulations sous-modulaires pour le problème de l'inférence du code binaire de hachage, ainsi qu'une technique efficace de recherche par blocs basée sur le Graph Cut pour l'inférence à grande échelle. Ensuite, nous formons des arbres de décision boostés en fonction des codes binaires afin d'apprendre les fonctions de hachage. Les expériences montrent qu'en termes de précision d'extraction et de durée d'apprentissage, la stratégie que nous proposons surpasse largement la majorité des méthodes de pointe. 80 pp. Französisch. Codice articolo 9786206187455
Quantità: 2 disponibili
Immagini fornite dal venditore
Classification d objets à l aide d un hachage supervisé rapide
Da: moluna, Greven, Germania
Valutazione del venditore 5 su 5 stelle
Condizione: New. Codice articolo 911319486
Quantità: Più di 20 disponibili
Immagini fornite dal venditore
Classification d'objets à l'aide d'un hachage supervisé rapide
Editore:
Editions Notre Savoir Jun 2023, 2023
ISBN 10: 6206187454
ISBN 13: 9786206187455
Nuovo
Taschenbuch
Da: buchversandmimpf2000, Emtmannsberg, BAYE, Germania
Valutazione del venditore 5 su 5 stelle
Taschenbuch. Condizione: Neu. Neuware -Le principal objectif du hachage supervisé est de convertir les caractéristiques originales en codes binaires courts qui peuvent maintenir la similarité des étiquettes dans l'espace de Hamming. En raison de leur forte capacité de généralisation, les fonctions de hachage non linéaires se sont révélées supérieures aux fonctions linéaires. Les fonctions à noyau sont fréquemment utilisées dans la littérature pour créer des fonctions de hachage non linéaires, ce qui se traduit par des performances de recherche encourageantes, mais par des temps d'évaluation et d'apprentissage longs. Nous proposons ici d'utiliser des arbres de décision boostés, qui sont rapides à former et à évaluer et qui conviennent donc mieux au hachage avec des données de grande dimension. Dans le cadre de l'amélioration continue, nous proposons d'abord des formulations sous-modulaires pour le problème de l'inférence du code binaire de hachage, ainsi qu'une technique efficace de recherche par blocs basée sur le Graph Cut pour l'inférence à grande échelle. Ensuite, nous formons des arbres de décision boostés en fonction des codes binaires afin d'apprendre les fonctions de hachage. Les expériences montrent qu'en termes de précision d'extraction et de durée d'apprentissage, la stratégie que nous proposons surpasse largement la majorité des méthodes de pointe.Books on Demand GmbH, Überseering 33, 22297 Hamburg 80 pp. Französisch. Codice articolo 9786206187455
Quantità: 2 disponibili
Immagini fornite dal venditore
Classification d'objets à l'aide d'un hachage supervisé rapide : pour les données de haute dimension
Print on DemandDa: AHA-BUCH GmbH, Einbeck, Germania
Valutazione del venditore 5 su 5 stelle
Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Le principal objectif du hachage supervisé est de convertir les caractéristiques originales en codes binaires courts qui peuvent maintenir la similarité des étiquettes dans l'espace de Hamming. En raison de leur forte capacité de généralisation, les fonctions de hachage non linéaires se sont révélées supérieures aux fonctions linéaires. Les fonctions à noyau sont fréquemment utilisées dans la littérature pour créer des fonctions de hachage non linéaires, ce qui se traduit par des performances de recherche encourageantes, mais par des temps d'évaluation et d'apprentissage longs. Nous proposons ici d'utiliser des arbres de décision boostés, qui sont rapides à former et à évaluer et qui conviennent donc mieux au hachage avec des données de grande dimension. Dans le cadre de l'amélioration continue, nous proposons d'abord des formulations sous-modulaires pour le problème de l'inférence du code binaire de hachage, ainsi qu'une technique efficace de recherche par blocs basée sur le Graph Cut pour l'inférence à grande échelle. Ensuite, nous formons des arbres de décision boostés en fonction des codes binaires afin d'apprendre les fonctions de hachage. Les expériences montrent qu'en termes de précision d'extraction et de durée d'apprentissage, la stratégie que nous proposons surpasse largement la majorité des méthodes de pointe. Codice articolo 9786206187455
Quantità: 1 disponibili