URI | http://purl.tuc.gr/dl/dias/B7F27528-66AF-4E09-9071-85CC0196086E | - |
Αναγνωριστικό | https://doi.org/10.1109/ITAB.2010.5687779 | - |
Αναγνωριστικό | https://ieeexplore.ieee.org/document/5687779/ | - |
Γλώσσα | en | - |
Μέγεθος | 5 pages | en |
Τίτλος | A generalized-space expansion of support vector machines for diagnostic systems | en |
Δημιουργός | Dimou Ioannis | en |
Δημιουργός | Δημου Ιωαννης | el |
Δημιουργός | Zervakis Michail | en |
Δημιουργός | Ζερβακης Μιχαηλ | el |
Εκδότης | Institute of Electrical and Electronics Engineers | en |
Περίληψη | Support Vector Machines (SVMs) are by now an established tool used in state of the art applications in the biomedical domain. Their prevalence has unveiled both a very effective generalization capability and the inherent positive definiteness constraints in kernel selection. In this work we apply a series of composite kernel extensions stemming from nonlinear second-level kernels to standard diagnostic problems. Our aim is twofold. Firstly, to create a formulation that can accept arbitrary non-positive definite feature kernels and secondly, to allow for nonlinear second-level kernels as part of this scheme. | en |
Τύπος | Πλήρης Δημοσίευση σε Συνέδριο | el |
Τύπος | Conference Full Paper | en |
Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
Ημερομηνία | 2015-10-25 | - |
Ημερομηνία Δημοσίευσης | 2010 | - |
Θεματική Κατηγορία | Support vector machines | en |
Θεματική Κατηγορία | Medical diagnostic computing | en |
Θεματική Κατηγορία | Breast | en |
Θεματική Κατηγορία | Cancer | en |
Θεματική Κατηγορία | Generalized-space expansion | en |
Θεματική Κατηγορία | Diagnostic systems | en |
Θεματική Κατηγορία | Generalization capability | en |
Θεματική Κατηγορία | Positive definiteness constraints | en |
Θεματική Κατηγορία | Kernel selection | en |
Θεματική Κατηγορία | Composite kernel extensions | en |
Θεματική Κατηγορία | Nonlinear second-level kernels | en |
Βιβλιογραφική Αναφορά | I. N. Dimou and M. E. Zervakis, "A generalized-space expansion of support vector machines for diagnostic systems," in 10th IEEE International Conference on Information Technology and Applications in Biomedicine, 2010, pp. 1-5. doi: 10.1109/ITAB.2010.5687779 | el |