Articles liés à 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 - Couverture souple
Synopsis
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.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
Acheter neuf
Afficher cet article
EUR 35,62
EUR 9,70 expédition depuis Allemagne vers France
Destinations, frais et délaisRésultats de recherche pour Classification d'objets à l'aide d'un hachage...
Image fournie par le vendeur
Classification d objets à l aide d un hachage supervisé rapide
Edité par
Editions Notre Savoir, 2023
ISBN 10 : 6206187454
ISBN 13 : 9786206187455
Neuf
Couverture souple
Vendeur : moluna, Greven, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Etat : New. N° de réf. du vendeur 911319486
Quantité disponible : Plus de 20 disponibles
Image fournie par le vendeur
Classification d'objets à l'aide d'un hachage supervisé rapide
Edité par
Editions Notre Savoir Jun 2023, 2023
ISBN 10 : 6206187454
ISBN 13 : 9786206187455
Neuf
Taschenbuch
Vendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : 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. N° de réf. du vendeur 9786206187455
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Classification d'objets à l'aide d'un hachage supervisé rapide : pour les données de haute dimension
impression à la demandeVendeur : AHA-BUCH GmbH, Einbeck, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : 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. N° de réf. du vendeur 9786206187455
Quantité disponible : 1 disponible(s)
Image fournie par le vendeur
Classification d'objets à l'aide d'un hachage supervisé rapide
Edité par
Editions Notre Savoir Jun 2023, 2023
ISBN 10 : 6206187454
ISBN 13 : 9786206187455
Neuf
Taschenbuch
Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : 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. N° de réf. du vendeur 9786206187455
Quantité disponible : 2 disponible(s)