Geodesic
Metodi del Gradiente Proiettato per problemi quadratici e loro applicazioni nell'addestramento di Support Vector Machines
Bollettino della Unione matematica italiana, Série 8, 9A (2006) no. 2, pp. 287-290.

Voir la notice de l'article provenant de la source Biblioteca Digitale Italiana di Matematica

@article{BUMI_2006_8_9A_2_a24,
     author = {Serafini, Thomas},
     title = {Metodi del {Gradiente} {Proiettato} per problemi quadratici e loro applicazioni nell'addestramento di {Support} {Vector} {Machines}},
     journal = {Bollettino della Unione matematica italiana},
     pages = {287--290},
     publisher = {mathdoc},
     volume = {Ser. 8, 9A},
     number = {2},
     year = {2006},
     zbl = {1068.65073},
     language = {it},
     url = {http://geodesic.mathdoc.fr/item/BUMI_2006_8_9A_2_a24/}
}
TY  - JOUR
AU  - Serafini, Thomas
TI  - Metodi del Gradiente Proiettato per problemi quadratici e loro applicazioni nell'addestramento di Support Vector Machines
JO  - Bollettino della Unione matematica italiana
PY  - 2006
SP  - 287
EP  - 290
VL  - 9A
IS  - 2
PB  - mathdoc
UR  - http://geodesic.mathdoc.fr/item/BUMI_2006_8_9A_2_a24/
LA  - it
ID  - BUMI_2006_8_9A_2_a24
ER  - 
%0 Journal Article
%A Serafini, Thomas
%T Metodi del Gradiente Proiettato per problemi quadratici e loro applicazioni nell'addestramento di Support Vector Machines
%J Bollettino della Unione matematica italiana
%D 2006
%P 287-290
%V 9A
%N 2
%I mathdoc
%U http://geodesic.mathdoc.fr/item/BUMI_2006_8_9A_2_a24/
%G it
%F BUMI_2006_8_9A_2_a24
Serafini, Thomas. Metodi del Gradiente Proiettato per problemi quadratici e loro applicazioni nell'addestramento di Support Vector Machines. Bollettino della Unione matematica italiana, Série 8, 9A (2006) no. 2, pp. 287-290. http://geodesic.mathdoc.fr/item/BUMI_2006_8_9A_2_a24/

[1] Y.H. Dai, R. Fletcher, Projected Barzilai-Borwein methods for Large-Scale Box- Constrained Quadratic Programming, Numerische Mathematik, 100 (2005), 21-47. | Zbl

[2] T. Serafini, G. Zanghirati, L. Zanni, Gradient Projection Methods for Quadratic Programs and Applications in Training Support Vector Machines, Optimization Methods and Software, 20 (2005), 353-378. | Zbl

[3] V.N. Vapnik, Statistical Learning Theory, John Wiley and sons, New York (1998).

[4] T. Serafini, L. Zanni, On the Working Set Selection in Gradient Projection-based Decomposition Techniques for Support Vector Machines, Optimization Methods and Software, 20 (2005), 583-596. | Zbl