Bahmani | Algorithms for Sparsity-Constrained Optimization | E-Book | www.sack.de
E-Book

E-Book, Englisch, Band 261, 107 Seiten

Reihe: Springer Theses

Bahmani Algorithms for Sparsity-Constrained Optimization


2014
ISBN: 978-3-319-01881-2
Verlag: Springer Nature Switzerland
Format: PDF
 Kopierschutz: 1 - PDF Watermark

E-Book, Englisch, Band 261, 107 Seiten

Reihe: Springer Theses

ISBN: 978-3-319-01881-2
Verlag: Springer Nature Switzerland
Format: PDF
 Kopierschutz: 1 - PDF Watermark

This thesis demonstrates techniques that provide faster and more accurate solutions to a variety of problems in machine learning and signal processing. The author proposes a 'greedy' algorithm, deriving sparse solutions with guarantees of optimality. The use of this algorithm removes many of the inaccuracies that occurred with the use of previous models.

Dr. Bahmani completed his thesis at Carnegie Mellon University and is currently employed by the Georgia Institute of Technology.

Bahmani Algorithms for Sparsity-Constrained Optimization jetzt bestellen!

Autoren/Hrsg.

Bahmani, Sohail
Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.