您的位置： 专家智库 > >

杨坚

作品数：3 被引量：6H指数：2
供职机构：北京交通大学计算机与信息技术学院更多>>
发文基金：国家教育部博士点基金国家自然科学基金北京市重点学科建设基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 1篇信息几何
  • 1篇神经网
  • 1篇神经网络
  • 1篇网络
  • 1篇网络结构
  • 1篇泛化
  • 1篇泛化能力

机构

  • 3篇北京交通大学

作者

  • 3篇杨坚
  • 2篇罗四维
  • 2篇刘蕴辉
  • 1篇邹琪
  • 1篇吕子昂

传媒

  • 1篇电子学报
  • 1篇计算机学报

年份

  • 1篇2007
  • 1篇2006
  • 1篇2005
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
委员会机器的研究
神经网络的研究自从上世纪80年代起引起了人们的高度重视，其应用范围广泛，涉及模式识别、函数逼近、智能控制、数据挖掘和知识发现等诸多领域，取得了可喜的成绩。但在应用中，尤其在神经网络学习方面还面临着一系列的问题，比如如何确...
杨坚
关键词：神经网络信息几何网络结构
文献传递
一种基于广义KL距离和几何曲率的模型选择准则被引量：3
2005年
模型选择的目标就是识别产生给定数据的模型，通常模型的好坏由模型的泛化能力来度量，而泛化能力包含模型对给定数据的拟合度和模型自身复杂度两个方面，本文从信息几何的观点使用定义在流形上的广义KL距离来度量模型的拟合度；另一方面从微分几何的观点用曲率的概念来度量模型的内在复杂度；因此，拟合度和复杂度的表示都具有在参数变换下保持不变的特点，通过理论分析，我们证明了用于表示模型预测能力的未来残差与模型固有曲率的关系，由此提出一种新的基于广义KL距离和曲率的模型选择准则KILCIC．该准则不仅考虑了样本大小、参数个数和函数形式等影响复杂度的因素，而且具有非常清晰直观的几何意义，实验结果表明该方法的有效性．
杨坚罗四维刘蕴辉
模型的固有复杂度和泛化能力与几何曲率的关系被引量：4
2007年
从微分几何角度考察与参数化形式无关的统计模型流形的固有复杂度,指出模型流形的Gauss-Kroneker曲率可以完全刻画模型流形在一点处的全部性质,进而分析了曲率与体积的关系;给出了基于参数估计量邻域附近的解轨迹方法的曲率计算方法;证明了用于衡量泛化能力的未来残差可以用模型的曲率来表示,由此给出一种新的以曲率度量模型复杂度的模型选择准则GKCIC;对几何方法和统计学习理论进行了分析比较．在人工数据集和真实数据集上的比较实验结果表明了文中提出的方法的有效性．
吕子昂罗四维杨坚刘蕴辉邹琪
关键词：泛化能力
全选 清除 导出
共1页<1>
聚类工具0