Abstract: Рассматриваются задачи построения нелинейных классификаторов для случая многих классов. Для произвольной обучающей выборки формулируется NP-трудная задача построения классификатора заданной сложности, обеспечивающего минимизацию эмпирического риска. Рассмотрена непрерывная релаксация задачи минимизации эмпирического риска, предложены некоторые новые подходы к решению таких задач

Keywords: кластер, решающее правило, дискриминантная функция, линейное и нелинейное программирование, негладкая оптимизация

ACM Classification Keywords: G.1.6 Оптимизация – градиентные методы, I.5 Распознавание образов; I.5.2 Методология проектирования – построение и оценивание классификаторов

Link:

ПОСТРОЕНИЕ НЕЛИНЕЙНЫХ КЛАССИФИКАТОРОВ В СЛУЧАЕ МНОГИХ КЛАССОВ

Ю.И. Журавлев, Ю. П. Лаптин, А.П. Виноградов

http://foibg.com/ibs_isc/ibs-22/ibs-22-p01.pdf