Operator-valued Kernels for Learning from ...
Document type :
Article dans une revue scientifique
Permalink :
Title :
Operator-valued Kernels for Learning from Functional Response Data
Author(s) :
Kadri, Hachem [Auteur]
éQuipe AppRentissage et MultimediA [Marseille] [QARMA]
Duflos, Emmanuel [Auteur]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Preux, Philippe [Auteur]
Sequential Learning [SEQUEL]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Canu, Stéphane [Auteur]
Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes [LITIS]
Rakotomamonjy, Alain [Auteur]
Equipe Apprentissage [DocApp - LITIS]
Audiffren, Julien [Auteur]
Centre de Mathématiques et de Leurs Applications [CMLA]
éQuipe AppRentissage et MultimediA [Marseille] [QARMA]
Duflos, Emmanuel [Auteur]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Preux, Philippe [Auteur]
Sequential Learning [SEQUEL]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Canu, Stéphane [Auteur]
Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes [LITIS]
Rakotomamonjy, Alain [Auteur]
Equipe Apprentissage [DocApp - LITIS]
Audiffren, Julien [Auteur]
Centre de Mathématiques et de Leurs Applications [CMLA]
Journal title :
Journal of Machine Learning Research
Pages :
1-54
Publisher :
Microtome Publishing
Publication date :
2016
ISSN :
1532-4435
English keyword(s) :
audio signal processing
operator-valued kernels
nonlinear functional data analysis
function-valued reproducing kernel Hilbert spaces
operator-valued kernels
nonlinear functional data analysis
function-valued reproducing kernel Hilbert spaces
HAL domain(s) :
Informatique [cs]/Apprentissage [cs.LG]
Statistiques [stat]/Machine Learning [stat.ML]
Statistiques [stat]/Machine Learning [stat.ML]
Language :
Anglais
Peer reviewed article :
Oui
Audience :
Internationale
Popular science :
Non
Collections :
Source :
Submission date :
2020-05-28T09:30:38Z
Files
- http://arxiv.org/pdf/1510.08231
- Open access
- Access the document