Классификация объектов & [Russian]

By М. Аравинд Кумар

В этой книге кратко изложена основная задача супервизорного хеширования - преобразовать исходные признаки в короткие двоичные коды, которые могут поддерживать сходство меток в пространстве Хэмминга. Благодаря своим сильным возможностям обобщения нелинейные хэш-функции оказались лучше линейных. В литературе часто используются функции ядра для создания нелинейного хеширования, что приводит к хорошим результатам поиска, но требует длительного времени на оценку и обучение. Здесь мы предлагаем использовать форсированные деревья решений, которые быстро обучаются и оцениваются и, следовательно, лучше подходят для хэширования данных высокой размерности. В рамках постоянного совершенствования мы сначала предлагаем субмодульные формулировки для проблемы вывода двоичного кода хэширования, а также эффективную технику блочного поиска на основе Graph Cut для крупномасштабного вывода. Затем мы обучаем усиленные деревья решений, подходящие к двоичным кодам, для изучения хэш-функций. Э&

• Format: Paperback
• Language: Russian
• ISBN: 6206187489
• ISBN13: 9786206187486
• Release Date: June 2023
• Publisher: Sciencia Scripts
• Length: 80 Pages
• Weight: 0.28 lbs.
• Dimensions: 0.2" x 6.0" x 9.0"