@prefix prodottidellaricerca: . @prefix istituto: . @prefix prodotto: . istituto:CDS090 prodottidellaricerca:prodotto prodotto:ID173708 . istituto:CDS029 prodottidellaricerca:prodotto prodotto:ID173708 . @prefix pubblicazioni: . @prefix unitaDiPersonaleInterno: . unitaDiPersonaleInterno:MATRICOLA9995 pubblicazioni:autoreCNRDi prodotto:ID173708 . unitaDiPersonaleInterno:MATRICOLA39222 pubblicazioni:autoreCNRDi prodotto:ID173708 . @prefix rdf: . prodotto:ID173708 rdf:type prodotto:TIPO1301 . @prefix retescientifica: . prodotto:ID173708 rdf:type retescientifica:ProdottoDellaRicerca . @prefix rdfs: . prodotto:ID173708 rdfs:label "Pattern recognition as a deterministic problem: An approach based on discrepancy (Contributo in atti di convegno)"@en . @prefix xsd: . prodotto:ID173708 pubblicazioni:anno "2003-01-01T00:00:00+01:00"^^xsd:gYear . @prefix skos: . prodotto:ID173708 skos:altLabel "
Cervellera C., Muselli M. (2003)
Pattern recognition as a deterministic problem: An approach based on discrepancy
in First IAPR-TC3 Workshop, Florence, Italy, September 2003
"^^rdf:HTML ; pubblicazioni:autori "Cervellera C., Muselli M."^^xsd:string ; pubblicazioni:paginaInizio "139"^^xsd:string ; pubblicazioni:paginaFine "145"^^xsd:string ; pubblicazioni:titoloVolume "Artificial Neural Networks in Pattern Recognition"^^xsd:string ; pubblicazioni:affiliazioni "C. Cervellera: CNR-ISSIA, Genova, Italy\nM. Muselli: CNR-IEIIT, Genova, Italy"^^xsd:string ; pubblicazioni:titolo "Pattern recognition as a deterministic problem: An approach based on discrepancy"^^xsd:string ; prodottidellaricerca:abstract "When the position of each input vector in the training\nset is not fixed beforehand, a deterministic approach can\nbe adopted to face with the general problem of learning.\nIn particular, the consistency of the Empirical Risk Minimization (ERM) principle can be established, when the\npoints in the input space are generated through a purely\ndeterministic algorithm (deterministic learning).\nWhen the output generation is not subject to noise,\nclassical number-theoretic results, involving discrepancy\nand variation, allow to establish a sufficient condition\nfor the consistency of the ERM principle. In addition,\nthe adoption of low-discrepancy sequences permits to\nachieve a learning rate of O(1=L), being L the size of\nthe training set."@en . @prefix modulo: . prodotto:ID173708 prodottidellaricerca:prodottoDi modulo:ID2764 , istituto:CDS090 , istituto:CDS029 ; pubblicazioni:autoreCNR unitaDiPersonaleInterno:MATRICOLA9995 , unitaDiPersonaleInterno:MATRICOLA39222 . modulo:ID2764 prodottidellaricerca:prodotto prodotto:ID173708 .