Pubblicazioni

Autori:

Carli, Anna Caterina

Titolo:

Design of kernel methods for classification of structured data: methodologies and applications

Anno:

2012

Tipologia prodotto:

Doctoral Thesis

Tipologia ANVUR:

Altro

Lingua:

Inglese

Parole chiave:

machine learning; kernel methods; classification; structured data

Abstract (italiano):

Molti problemi in machine learning e pattern recognition coinvolgono dati strutturati di diverse dimensioni, come ad esempio insiemi, sequenze, alberi e grafi. Tale rappresentazione strutturata dei dati permette di superare le limitazioni intrinseche della rappresentazione tradizionale tramite vettori di features. Tra le tecniche di machine learning, i metodi basati su kernel (come ad esempio le Support Vector Machines, ecc.) sono naturalmente in grado di trattare dati strutturati. Questa tesi tratta la progettazione di nuove metodologie per la classificazione di dati strutturati basata su metodi kernel. In particolare, proponiamo nuovi contributi nell'ambito dei kernel basati su modelli generativi e nell'ambito di kernel costruiti sulla base della cosiddetta rappresentazione tramite dissimilarità. L'efficacia delle metodologie proposte è stata testata su problemi di classificazione reali.

Id prodotto:

67017

Handle IRIS:

11562/400936

depositato il:

10 maggio 2012

ultima modifica:

1 novembre 2022

Citazione bibliografica:

Carli, Anna Caterina, Design of kernel methods for classification of structured data: methodologies and applications

Consulta la scheda completa presente nel repository istituzionale della Ricerca di Ateneo