Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloReliable learning: a theoretical framework
Anno di pubblicazione2007
FormatoCartaceo
Autore/iM. Muselli, F. Ruffino
Affiliazioni autoriM. Muselli, F. Ruffino: CNR-IEIIT, Italy
Autori CNR e affiliazioni
  • FRANCESCA RUFFINO
  • MARCO MUSELLI
Lingua/e
  • inglese
AbstractA proper theoretical framework, called reliable learning, for the analysis of consistency of learning techniques incorporating prior knowledge for the solution of pattern recognition problems is introduced by properly extending standard concepts of Statistical Learning Theory. In particular, two different situations are considered: in the first one a reliable region is determined where the correct classification is known; in the second case the prior knowledge regards the correct classification of some points in the training set. In both situations sufficient conditions for ensuring the consistency of the Empirical Risk Minimization (ERM) criterion is established and an explicit bound for the generalization error is derived.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da174
Pagine a183
Pagine totali-
RivistaLecture notes in computer science
Attiva dal 1973
Editore: Springer - Berlin
Paese di pubblicazione: Germania
Lingua: multilingue
ISSN: 0302-9743
Titolo chiave: Lecture notes in computer science
Titolo proprio: Lecture notes in computer science.
Titolo abbreviato: Lect. notes comput. sci.
Titoli alternativi:
  • Lecture notes in computer science. Lecture notes in artificial intelligence
  • Lecture notes in artificial intelligence
  • LNCS. Lecture notes in computer science (Print)
  • Lecture notes in computer science (Print)
  • Lecture notes in computer science. LNAI. Lecture notes in artificial intelligence
  • Lecture notes in computer science. Lecture notes in bioinformatics (Print)
  • Lecture notes in computer science. Journal subline
Numero volume della rivista4694
Fascicolo della rivista-
DOI-
Verificato da refereeSì: Internazionale
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)
  • Scopus (Codice:2-s2.0-38049129245)
  • ISI Web of Science (WOS) (Codice:000250749400022)
Parole chiavereliable learning, generalization, PAC learning, loss function, error bounds
Link (URL, URI)-
Titolo parallelo-
Data di accettazione-
Note/Altre informazioni-
Strutture CNR
  • IEIIT — Istituto di elettronica e di ingegneria dell'informazione e delle telecomunicazioni
Moduli CNR
    Progetti Europei-
    Allegati
    • Reliable learning: a theoretical framework

    Dati storici
    I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
    Rivista ISILECTURE NOTES IN ARTIFICIAL INTELLIGENCE [06400S0]