Resumen

Estudiamos un algoritmo empírico basado en eigenfunciones para la clasificación con un espacio de hipótesis dependiente de los datos. El espacio está conformado por ciertas eigenfunciones empíricas que seleccionamos utilizando un parámetro truncado. Establecemos el teorema del representador y el análisis de convergencia del algoritmo. En particular, demostramos que bajo una condición suave, el algoritmo produce una tasa de convergencia satisfactoria, así como representaciones dispersas con respecto a las eigenfunciones empíricas.

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Algoritmo; Empírico; Función propia; Clasificación; Convergencia; Disperso
• Keywords:Algorithm; Empirical; Eigenfunction; Ranking; Convergence; Sparse