About: Learning of functional relationships from high-dimensional data

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Learning of functional relationships from high-dimensional data Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Projekt, within Data Space : linked.opendata.cz associated with source document(s)

Attributes	Values
rdf:type	http://linked.opendata.cz/ontology/domain/vavai/Projekt
rdfs:seeAlso	http://www.isvav.cz/projectDetail.do?rowId=GAP202/11/1368
Description	The goal of the project is to contribute to the development of theoretical analysis of large-scale connectionistic computational systems suitable for processing high-dimensional data. The research will be focused on investigation of model complexity of systems such as neural networks, radial and kernel models in dependence on the dimension of their input data. Estimates of complexity will be derived using methods from theory of nonlinear approximation with a variable-basis and functional analysis. Based on theoretical properties, new algorithms for machine learning of connectionistic systems will be proposed as hybrid methods of constructive and population-based algorithms. The role of meta-learning for setting free parameters of the methods will be investigated. The proposed algorithms will be implemented and tested on benchmark and real data. (en) Cílem projektu je přispět k vývoji teoretické analýzy velkých konekcionistických výpočetních systémů vhodných pro zpracování vysoce dimenzionálních dat. Výzkum bude zaměřen na zkoumání závislosti modelové složitosti systémů jako jsou neuronové sítě, radiální a jádrové modely na jejich vstupní dimenzi. Odhady složitosti budou odvozeny pomocí metod teorie nelineární aproximace s proměnlivou bází a metod funkcionální analýzy. Na základě teoretických vlastností budou navrženy nové algoritmy strojového učení konekcionistických systémů jako hybridní metody kombinující konstruktivní a populační algoritmy. Bude zkoumána role meta-učení pro stanovení hodnot volných parametrů učících metod. Navržené algoritmy budou implementovány a testovány na pokusných i reálných datech.
Title	Learning of functional relationships from high-dimensional data (en) Učení funkcionálních vztahů z vysoce dimenzionálních dat
skos:notation	GAP202/11/1368
http://linked.open...avai/cep/aktivita	Standard projects
http://linked.open...kovaStatniPodpora	http://linked.opendata.cz/resource/domain/vavai/projekt/GAP202%2F11%2F1368/celkovaStatniPodpora
http://linked.open...ep/celkoveNaklady	http://linked.opendata.cz/resource/domain/vavai/projekt/GAP202%2F11%2F1368/celkoveNaklady
http://linked.open...datumDodatniDoRIV	2014-07-01 (xsd:date)
http://linked.open...i/cep/druhSouteze	VS - Veřejná soutěž ve výzkumu a vývoji
http://linked.open...ep/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open.../cep/fazeProjektu	100262944
http://linked.open...ai/cep/hlavniObor	IN - Informatika
http://linked.open...hodnoceniProjektu	V - Vynikající výsledky (s mezinárodním významem apod.). Zároveň byly splněny cíle a předpokládané výsledky uvedené ve smlouvě / rozhodnutí o poskytnutí podpory.
http://linked.open...vai/cep/kategorie	ZV - Základní výzkum
http://linked.open.../cep/klicovaSlova	learning algorithms connectinostic computational models data dimension model complexity (en)
http://linked.open...ep/partnetrHlavni	Ústav informatiky AV ČR, v.v.i.
http://linked.open...inujicichPrijemcu	0 (xsd:int)
http://linked.open...cep/pocetPrijemcu	1 (xsd:int)
http://linked.open...ocetSpoluPrijemcu	0 (xsd:int)
http://linked.open.../pocetVysledkuRIV	37 (xsd:int)
http://linked.open...enychVysledkuVRIV	37 (xsd:int)
http://linked.open...lneniVMinulemRoce	2013-06-07 (xsd:date)
http://linked.open.../prideleniPodpory	http://linked.opendata.cz/resource/domain/vavai/cep/prideleniPodpory/P202-11-1368
http://linked.open...iciPoslednihoRoku	2013
http://linked.open...atUdajeProjZameru	2014
http://linked.open.../vavai/cep/soutez	SGA02011GA-ST
http://linked.open...usZobrazovaneFaze	DUU
http://linked.open...ai/cep/typPojektu	P - Projekt výzkumu a vývoje financovaný ze státního rozpočtu
http://linked.open...ep/ukonceniReseni	2013-12-31 (xsd:date)
http://linked.open.../cep/vedlejsiObor	BA - Obecná matematika
http://linked.open...ep/zahajeniReseni	2011-01-01 (xsd:date)
http://linked.open...jektu+dodavatelem	Úspěšný teoretický projekt, jeho výsledkem byla řada vědeckých výsledků v oblasti neuronových sítí, vytěžování dat a teorie aproximace, publikovaných ve špičkových mezinárodních časopisech a na řadě konferencí. (cs) Successful theoretically oriented project with a number of scientific results in the domain of neuronal networks, data mining and approximation theory, published in prestigious international scientific journals and presented on a number of scientific conferences. (en)
http://linked.open...tniCyklusProjektu	ZBKU
is http://linked.open...vavai/riv/projekt of	Approximating Multivariable Functions by Feedforward Neural Nets Multiobjectivization for classifier parameter tuning Assessing the Suitability of Surrogate Models in Evolutionary Optimization ASM-MOMA: Multiobjective Memetic Algorithm with Aggregate Surrogate Model Evolutionary Learning of Regularization Networks with Multi-kernel Units Evolutionary learning of regularization networks with product kernel units Improving many-objective optimizers with aggregate meta-models Modeling data mining processes in computational multi-agent systems Role Model of Search in Agents' Parameter-Space Accuracy of approximations of solutions to Fredholm equations by kernel methods An Evolutionary Strategy for Surrogate-Based Multiobjective Optimization A Surrogate Based Multiobjective Evolution Strategy with Different Models for Local Search and Pre-selection Aggregate meta-models for evolutionary multiobjective and many-objective optimization Surrogate Model for Mixed-Variables Evolutionary Optimization Based on GLM and RBF Networks Surrogate model selection for evolutionary multiobjective optimization Using Genetic Programming to Estimate Performance of Computational Intelligence Models Meta-Learning and Model Selection in Multiobjective Evolutionary Algorithms Can Two Hidden Layers Make a Difference? Improving the Model Guided Sampling Optimization by Model Search and Slice Sampling Dependence of Computational Models on Input Dimension: Tractability of Approximation and Optimization Tasks Evolving Decision Strategies for Computational Intelligence Agents Learning from Data as an Optimization and Inverse Problem Role-Based Management and Matchmaking in Data-Mining Multi-Agent Systems Representations of highly-varying functions by perceptron networks Accuracy of surrogate solutions of integral equations by feedforward networks Evolutionary Optimization of Meta Data Metric for Method Recommendation Complexity estimates based on integral transforms induced by computational units Exploration and Exploitation Operators for Genetic Graph Clustering Algorithm Some Comparisons of Networks with Radial and Kernel Units Model guided sampling optimization with gaussian processes for expensive black-box optimization Bounds for Approximate Solutions of Fredholm Integral Equations Using Kernel Networks Case study: constraint handling in evolutionary optimization of catalytic materials Surrogate Modeling in the Evolutionary Optimization of Catalytic Materials Clustering Based Classification in Data Mining Method Recommendation Implementation of parameter space search for meta learning in a data-mining multi-agent system Gaussian Radial and Kernel Networks with Varying and Fixed Widths Two-Phase Genetic Algorithm for Social Network Graphs Clustering
is http://linked.open...vavai/cep/projekt of	http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GAP202%2F11%2F1368/2011/ico%3A67985807 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GAP202%2F11%2F1368/2012/ico%3A67985807 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GAP202%2F11%2F1368/2013/ico%3A67985807 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GAP202%2F11%2F1368/2014/ico%3A67985807

Faceted Search & Find service v1.16.116 as of Feb 22 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3239 as of Feb 22 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 82 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software