损失函数类,loss function class,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> 损失函数类

1) loss function class 点击朗读

损失函数类

2) classification-calibrated 点击朗读

分类损失函数

3) intra-class and inter-class losses 点击朗读

类内类间损失函数

4) loss function 点击朗读

损失函数

Mis-acceptance and mis-rejection in product examination and analysis of quality loss function;

测量检验中误收、误废和质量损失函数的分析

Research on stochastic facility layout problem based on loss function; 点击朗读

基于损失函数的随机设施布局优化分析

Multi-output support vector regression with piecewise loss function; 点击朗读

具有多分段损失函数的多输出支持向量机回归

更多例句>>

5) Lost function 点击朗读

损失函数

The sample size in random sampling can then be determined through forming the lost function.

在随机抽样的前提下,应首先定性地分析样本容量确定的影响因素,然后对精度和费用这两个可以量化的因素进行定量分析,并通过构建损失函数达到确定随机抽样样本容量之目的。

更多例句>>

6) Huber loss function 点击朗读

Huber损失函数

Finiteness of the V γ dimension of the set of Huber loss function for regression is studied in a ball of radius R in an infinite dimension RKHS,and an upper bound of it is estimated.

研究了无限再生核希尔伯特空间 (RKHS)中半径为R的球内回归估计的Huber损失函数集Vγ 维的有限性 ,给出其Vγ 维的上界估计 ,从而保证此类回归机器的依概率一致收敛 ,使其具有较好的推广能

补充资料：函数逼近，函数类的极值问题

函数逼近，函数类的极值问题
ions, extremal problems in function dasses approximation of ftinc-

　　】f，r，(r’)一f(r，(r‘’)}《M】r’一r“}“(r’，，“。I一1，!])的f任Cr!一1，l]组成的函数类，则对于n一1次代数多项式子空间贝了在!一1，l]上所作的最佳一致逼近，下列关系式成立: 悠二E‘MH。，”‘”)‘一粤，‘6) ，、_一二，二，，，，、~刀、M，二、。，，r，、忽”厂‘““‘M附rH“，贝:’‘一誉{’·‘万一‘’‘““‘，‘7， r=l，2，…，将这些结果与周期情形下的相应结果进行比较是有所裨益的.当，=1时，(6)，(7)的右端分别等于M凡和M人r+1.如果放弃对最佳逼近多项式的要求，那么就可以获得较强的结果，这些结果实质上改善了在!一1，l]端点处的逼近并保持了整个区间上的最佳渐近特征.例如，对任何f6MH‘，存在代数多项式序列Pn以t)任灾矛，使得当n~的时，下列关系式在t6!一1，l]上一致成立:、f(!)一。。，‘)、·:{{;杯}“二‘一，!- =E(MHa，哭聋)。【(l一tZ)a·‘2+o(l)1.对M评百，(r=1，2，…)也有类似的结果(见【川).关于(最佳及插值型)样条逼近给定在区间上函数类的问题，若干精确及渐近精确的结果(主要是对于低阶样条)已公诸于世(见1151). 就(积分度量下的)单边逼近而言，关于上述函数类用多项式和样条进行最佳逼近的误差估计也已得到了一系列精确的结果(见【14]).在推导这些结果的过程中，实质上利用了最佳逼近在锥约束下的对偶关系. 对给定的函数类叨，寻求其(固定维数的)最佳逼近工具将导致确定所谓的宽度(widih)问题，亦即确定(参考(l)，(3)) 心(，之，幻=运fE(叭，贝，)x，贝即 d沁(叭，X)==运f者(叭，叽、)，，田阳(其中下确界取自X的所有N维子空间灾N(及其平移))，以及确定实现这些下确界的(最佳)极子空间问题.心与d万的上界可由E(叨，灾)x和g(叭，叭)x分别给出，对于具体的子空间贝，来说，E(绷，灾)x和扩(绷，哭N)x是已知的.宽度问题中的主要困难是获取下确界.在某些场合下，可借助于拓扑中的Borsuk对映定理丈见18』)而得到这些下确界.在用(。一1阶三角多项式)子空间，荔一，或(关于结点人司。亏数为1的。阶样条)子空间s皿解决函数类M吼及周期函数类wrH“的最佳逼近问题时，已知的上确界E(叭，巩、)x几乎在所有的情况下同时也就是这些函数类的心值.此外，对周期函数类还有姚。一1=姚。.特别有(见[7]，【8]，【1 51，【16」)dZ，l(附妥，C)=dZ。(W蕊，C)二dZ。一(W下.L一)= =dZ。

说明：补充资料仅用于学习参考，请勿用于其它任何用途。

参考词条

指数损失函数能量损失函数污染损失函数质量损失函数平衡损失函数停电损失函数

熵损失函数 LINEX损失函数凸损失函数 r范数损失函数

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> 损失函数类 1) loss function class 损失函数类 2) classification-calibrated 分类损失函数 3) intra-class and inter-class losses 类内类间损失函数 4) loss function 损失函数 1. Mis-acceptance and mis-rejection in product examination and analysis of quality loss function; 测量检验中误收、误废和质量损失函数的分析 2. Research on stochastic facility layout problem based on loss function; 基于损失函数的随机设施布局优化分析 3. Multi-output support vector regression with piecewise loss function; 具有多分段损失函数的多输出支持向量机回归更多例句>> 5) Lost function 损失函数 1. The sample size in random sampling can then be determined through forming the lost function. 在随机抽样的前提下,应首先定性地分析样本容量确定的影响因素,然后对精度和费用这两个可以量化的因素进行定量分析,并通过构建损失函数达到确定随机抽样样本容量之目的。更多例句>> 6) Huber loss function Huber损失函数 1. Finiteness of the V γ dimension of the set of Huber loss function for regression is studied in a ball of radius R in an infinite dimension RKHS,and an upper bound of it is estimated. 研究了无限再生核希尔伯特空间 (RKHS)中半径为R的球内回归估计的Huber损失函数集Vγ 维的有限性 ,给出其Vγ 维的上界估计 ,从而保证此类回归机器的依概率一致收敛 ,使其具有较好的推广能补充资料：函数逼近，函数类的极值问题函数逼近，函数类的极值问题 ions, extremal problems in function dasses approximation of ftinc- 　　】f，r，(r’)一f(r，(r‘’)}《M】r’一r“}“(r’，，“。I一1，!])的f任Cr!一1，l]组成的函数类，则对于n一1次代数多项式子空间贝了在!一1，l]上所作的最佳一致逼近，下列关系式成立: 悠二E‘MH。，”‘”)‘一粤，‘6) ，、_一二，二，，，，、~刀、M，二、。，，r，、忽”厂‘““‘M附rH“，贝:’‘一誉{’·‘万一‘’‘““‘，‘7， r=l，2，…，将这些结果与周期情形下的相应结果进行比较是有所裨益的.当，=1时，(6)，(7)的右端分别等于M凡和M人r+1.如果放弃对最佳逼近多项式的要求，那么就可以获得较强的结果，这些结果实质上改善了在!一1，l]端点处的逼近并保持了整个区间上的最佳渐近特征.例如，对任何f6MH‘，存在代数多项式序列Pn以t)任灾矛，使得当n~的时，下列关系式在t6!一1，l]上一致成立:、f(!)一。。，‘)、·:{{;杯}“二‘一，!- =E(MHa，哭聋)。【(l一tZ)a·‘2+o(l)1.对M评百，(r=1，2，…)也有类似的结果(见【川).关于(最佳及插值型)样条逼近给定在区间上函数类的问题，若干精确及渐近精确的结果(主要是对于低阶样条)已公诸于世(见1151). 就(积分度量下的)单边逼近而言，关于上述函数类用多项式和样条进行最佳逼近的误差估计也已得到了一系列精确的结果(见【14]).在推导这些结果的过程中，实质上利用了最佳逼近在锥约束下的对偶关系. 对给定的函数类叨，寻求其(固定维数的)最佳逼近工具将导致确定所谓的宽度(widih)问题，亦即确定(参考(l)，(3)) 心(，之，幻=运fE(叭，贝，)x，贝即 d沁(叭，X)==运f者(叭，叽、)，，田阳(其中下确界取自X的所有N维子空间灾N(及其平移))，以及确定实现这些下确界的(最佳)极子空间问题.心与d万的上界可由E(叨，灾)x和g(叭，叭)x分别给出，对于具体的子空间贝，来说，E(绷，灾)x和扩(绷，哭N)x是已知的.宽度问题中的主要困难是获取下确界.在某些场合下，可借助于拓扑中的Borsuk对映定理丈见18』)而得到这些下确界.在用(。一1阶三角多项式)子空间，荔一，或(关于结点人司。亏数为1的。阶样条)子空间s皿解决函数类M吼及周期函数类wrH“的最佳逼近问题时，已知的上确界E(叭，巩、)x几乎在所有的情况下同时也就是这些函数类的心值.此外，对周期函数类还有姚。一1=姚。.特别有(见[7]，【8]，【1 51，【16」)dZ，l(附妥，C)=dZ。(W蕊，C)二dZ。一(W下.L一)= =dZ。说明：补充资料仅用于学习参考，请勿用于其它任何用途。参考词条指数损失函数能量损失函数污染损失函数质量损失函数平衡损失函数停电损失函数

©2011 dictall.com