Now showing items 1-3 of 3

    • Nonlinear dimensionality reduction frameworks to support machine learning systems 

      Álvarez Meza, Andrés Marino
      En este trabajo se presentan algunos esquemas de reducción de dimensión no lineal (RDNL) basados en aprendizaje por variedades. En este sentido, se pretende identificar adecuadamente la información relevante del fenómeno ...
      Universidad Nacional de Colombia Sede Manizales Facultad de Ingeniería y Arquitectura Departamento de Ingeniería Eléctrica, Electrónica y Computación. 
    • Relevant data representation by a Kernel-based framework 

      Álvarez Meza, Andrés Marino
      Nowadays, the analysis of a large amount of data has emerged as an issue of great interest taking increasing place in the scientific community, especially in automation, signal processing, pattern recognition, and machine ...
      Universidad Nacional de Colombia Sede Manizales Facultad de Ingeniería y Arquitectura Departamento de Ingeniería Eléctrica, Electrónica y Computación. 
    • Relevant multichannel time series representation based on functional measures in RKHS 

      Pulgarín Giraldo, Juan Diego
      Kernels methods provide a powerful and unifying framework to solve nonlinear problems while retaining in many cases, the simplicity of linear solutions. However, in machine learning and kernels methods, data is assumed to ...