Mostrar el registro sencillo del ítem
dc.contributor.author
Gomez, Ivan
dc.contributor.author
Cannas, Sergio Alejandro
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Osenda, Omar
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Jerez, Jose M.
dc.contributor.author
Franco, Leonardo
dc.date.available
2017-12-28T17:34:14Z
dc.date.issued
2014-04
dc.identifier.citation
Franco, Leonardo; Jerez, Jose M.; Osenda, Omar; Cannas, Sergio Alejandro; Gomez, Ivan; The Generalization Complexity Measure for Continuous Input Data; Hindawi Publishing Corporation; The Scientific World Journal; 2014; 4-2014; 1-9
dc.identifier.issn
2356-6140
dc.identifier.uri
http://hdl.handle.net/11336/31822
dc.description.abstract
We introduce in this work an extension for the generalization complexity measure to continuous input data. The measure, originallydefined in Boolean space, quantifies the complexity of data in relationship to the prediction accuracy that can be expected whenusing a supervised classifier like a neural network, SVM, and so forth. We first extend the original measure for its use withcontinuous functions to later on, using an approach based on the use of the set of Walsh functions, consider the case of havinga finite number of data points (inputs/outputs pairs), that is, usually the practical case. Using a set of trigonometric functions amodel that gives a relationship between the size of the hidden layerof a neural network and the complexity is constructed. Finally,we demonstrate the application of the introduced complexity measure, by using the generated model, to the problem of estimatingan adequate neural network architecture for real-world data sets.
dc.format
application/pdf
dc.language.iso
eng
dc.publisher
Hindawi Publishing Corporation
dc.rights
info:eu-repo/semantics/openAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.subject
Complexity Measure
dc.subject
Neural Networks
dc.subject.classification
Ciencias de la Computación
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Ciencias de la Computación e Información
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.title
The Generalization Complexity Measure for Continuous Input Data
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2017-12-26T20:39:07Z
dc.journal.volume
2014
dc.journal.pagination
1-9
dc.journal.pais
Estados Unidos
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.journal.ciudad
New York
dc.description.fil
Fil: Gomez, Ivan. Universidad de Málaga; España
dc.description.fil
Fil: Cannas, Sergio Alejandro. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
dc.description.fil
Fil: Osenda, Omar. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina
dc.description.fil
Fil: Jerez, Jose M.. Universidad de Málaga; España
dc.description.fil
Fil: Franco, Leonardo. Universidad de Málaga; España
dc.journal.title
The Scientific World Journal
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1155/2014/815156
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/https://www.hindawi.com/journals/tswj/2014/815156/
Archivos asociados