Proceedings of the Fifth Mexican International Conference on Artificial Intelligence, MICAI(4022151), 178–186p. (2006) DOI:10.1109/MICAI.2006.8

An approach to support vector regression with genetic algorithms

O. Herrera, A. Kuri

Support Vector Machines (SVM) are learning methods useful for solving supervised learning problems such as classification (SVC) and regression (SVR). SVM's are based on the Statistical Learning Theory and the minimization of the Structural Risk [1], an enhancement over neural networks such as Multi-Layer Perceptrons. However, the major drawback is the high computational cost of the constrained Quadratic Problem (QP) combined with the selection of the kernel parameters they involve. Here we discuss varepsilon -SVRVGA, a detailed implementation of SVR that uses the non-traditional Vasconcelos Genetic Algorithm (VGA) [2] as tool for solving the associated QP along with the tuning of the kernel parameters. This work does not explore the automatic tuning of the regularization parameter C associated to the VC dimension [1] of the SVM what is considered an open research area. The varepsilon -SVRVGA fitting capability was tested with onedimensional Time Series (TS) data by reconstructing their n-dimensional state space [3] and adding Gaussian noise. Results show that varepsilon -SVRGVA is able to model successfully the TS in spite of a noisy environment as well as the self-selection of kernel parameters.

back


Creative Commons License © 2017 SOME RIGHTS RESERVED
The content of this web site is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.0 Germany License.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.