Polyhedral Separability through Successive LP (Articolo in rivista)

Type
Label
  • Polyhedral Separability through Successive LP (Articolo in rivista) (literal)
Anno
  • 2002-01-01T00:00:00+01:00 (literal)
Alternative label
  • Astorino Annabella, Gaudioso Manlio (2002)
    Polyhedral Separability through Successive LP
    in Journal of optimization theory and applications
    (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori
  • Astorino Annabella, Gaudioso Manlio (literal)
Pagina inizio
  • 265 (literal)
Pagina fine
  • 293 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroVolume
  • 112-2 (literal)
Rivista
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#note
  • Rapporto tecnico ISI-CNR n. 2002/25 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#descrizioneSinteticaDelProdotto
  • Negli ultimi anni vi è stato un notevole lavoro di ricerca per sviluppare modelli generali della conoscenza ed dell'apprendimento. La Pattern Analysis (PA) gioca un ruolo centrale in molti problemi di intelligenza artificiale. Lo scopo perseguito è quello di scoprire regolarità nei dati provenienti da una particolare sorgente con l'obiettivo finale di mettere a punto un sistema capace di fare predizione su nuovi dati provenienti dalla stessa sorgente. Rientrano nella PA un gran numero di problemi differenti come la classificazione. Classificare vuol dire decidere circa l’appartenenza di un soggetto ad uno fra i diversi insiemi di una famiglia. La possibilità di disporre di classificatori in grado di eseguire tale operazione in maniera automatica e sufficientemente sicura è oggetto di studio da parte di molti studiosi operanti sia sul versante informatico che su quello matematico-statistico. I problemi di classificazione presi in considerazione in questo articolo sono relativi alla determinazione di classificatori binari in grado di distinguere gli elementi di due insiemi disgiunti di campioni. Dal punto di vista matematico, il problema diventa quello di discriminare tra due insiemi finiti di punti nello spazio n-dimensionale attraverso un iperpiano o una superficie non lineare di separazione. A tale scopo è stato messo a punto un algoritmo in grado di trovare una superficie poliedrale di separazione minimizzando un errore di classificazione. (literal)
Note
  • ISI Web of Science (WOS) (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni
  • 1- ICAR-CNR; 2- DEIS UNICAL (literal)
Titolo
  • Polyhedral Separability through Successive LP (literal)
Abstract
  • We address the problem of discriminating between two finite point sets, A and B, in the n-dimensional space by h hyperplanes generating a convex polyhedron. If the intersection of the convex hull of A with B is empty, the two sets can be strictly separated (polyhedral separability). We introduce an error function which is piecewise linear but not convex nor concave and define a descent procedure based on iterative solution of LP descent direction finding subproblems. (literal)
Prodotto di
Autore CNR
Insieme di parole chiave

Incoming links:


Prodotto
Autore CNR di
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#rivistaDi
Insieme di parole chiave di
data.CNR.it