Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
La regresión inversa segmentada del núcleo (KSIR) es un marco natural para la reducción de dimensiones no lineales utilizando el mapeo inducido por núcleos. Sin embargo, existen sutilezas numéricas, algorítmicas y conceptuales para hacer que el método sea robusto y consistente. Aplicamos dos tipos de regularización en este marco para abordar la estabilidad computacional y el rendimiento de generalización. También proporcionamos una interpretación del algoritmo y demostramos su consistencia. La utilidad de este enfoque se ilustra en datos simulados y reales.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Sobre la convergencia de ideales lacunarios en un espacio normado aleatorio.
Artículo:
Aplicación del análisis de simetría de Lie y del método de la ecuación más simple para hallar soluciones exactas de las ecuaciones de Boussinesq
Artículo:
Limitación y estabilización en tiempo finito de sistemas de control en red con retardo temporal
Artículo:
Inestabilidad no lineal para un modelo de quimiotaxis que llena el volumen con crecimiento logístico.
Artículo:
Integradores variacionales de diferencias finitas no estándar para EDP multisimpécticas.
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
