Exploring Duality for Future Data-driven Modelling

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Publications

Duality in Multi-View Restricted Kernel Machines

Auteurs: Achten, Sonny; Pandey, Arun; De Meulemeester, Hannes; De Moor, Bart; Suykens, Johan A. K.
Publié dans: ICML Workshop on Duality for Modern Machine Learning,, Numéro 5, 2023
Éditeur: ICML
DOI: 10.48550/arxiv.2305.17251

A Dual Formulation for Probabilistic Principal Component Analysis

Auteurs: De Plaen, Henri; Suykens, J
Publié dans: Proceedings ol ICML 2023 Workshop on Duality Principles for Modern Machine Learning (DP4ML);, Numéro 1, 2023
Éditeur: DP4ML
DOI: 10.48550/arxiv.2307.10078

Extending Kernel PCA through Dualization: Sparsity, Robustness and Fast Algorithms

Auteurs: Tonin, Francesco; Lambert, A; Patrinos, P; Suykens, J
Publié dans: International Conference on Machine Learning (ICML 2023), 2023
Éditeur: PMLR 202

Unsupervised Energy-based Out-of-distribution Detection using Stiefel-Restricted Kernel Machine

Auteurs: Tonin, Francesco; Pandey, Arun; Patrinos, Panagiotis; Suykens, Johan A. K.
Publié dans: International Joint Conference on Neural Networks, Numéro 4, 2021, ISSN 2161-4393
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/ijcnn52387.2021.9533706

A Theoretical Framework for Target Propagation

Auteurs: Meulemans, Alexander; Carzaniga, Francesco; Suykens, Johan A.K.; Sacramento, João; Grewe, Benjamin F.
Publié dans: Advances in Neural Information Processing Systems, Numéro 33, 2020, Page(s) 20024--20036
Éditeur: NeurIPS
DOI: 10.5167/uzh-198834

Recurrent Restricted Kernel Machines for Time-series Forecasting

Auteurs: Pandey, A; De Meulemeester, H; De Plaen, H; De Moor, B; Suykens, Johan
Publié dans: European symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, Numéro ESANN 2022, 2022
Éditeur: ESANN

Boosting Co-teaching with Compression Regularization for Label Noise

Auteurs: Yingyi Chen, Xi Shen, Shell Xu Hu, Johan A. K. Suykens
Publié dans: 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), 2021, Page(s) 2682-2686, ISBN 978-1-6654-4899-4
Éditeur: IEEE
DOI: 10.1109/cvprw53098.2021.00302

Unsupervised Neighborhood Propagation Kernel Layers for Semi-supervised Node Classification

Auteurs: Achten, Sonny; Tonin, F; Patrinos, Panagiotis; Suykens, J
Publié dans: AAAI Conference on Artificial Intelligence, Numéro 2024, 2024, ISBN 1-57735-887-2
Éditeur: AAAI Press
DOI: 10.1609/aaai.v38i10.28949

The Bures Metric for Generative Adversarial Networks

Auteurs: De Meulemeester, Hannes; Schreurs, Joachim; Fanuel, Michaël; De Moor, Bart; Suykens, Johan A. K.
Publié dans: The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases, 2021
Éditeur: ECML-PKDD 2021

Ensemble Kernel Methods, Implicit Regularization and Determinantal Point Processes

Auteurs: Schreurs, Joachim; Fanuel, M; Suykens, J
Publié dans: ICML 2020 Workshop on Negative Dependence and Submodularity for ML, Numéro 15, 2020
Éditeur: ICML

Wasserstein Exponential Kernels

Auteurs: Henri De Plaen, Michael Fanuel, Johan A. K. Suykens
Publié dans: 2020 International Joint Conference on Neural Networks (IJCNN), 2020, Page(s) 1-6, ISBN 978-1-7281-6926-2
Éditeur: IEEE
DOI: 10.1109/ijcnn48605.2020.9207630

Leverage Score Sampling for Complete Mode Coverage in Generative Adversarial Networks

Auteurs: Schreurs J., De Meulemeester H., Fanuel M., De Moor B., Suykens J.A.K
Publié dans: Conference on Machine Learning, Optimization and Data Science, 2021, ISBN 978-3-030-95469-7
Éditeur: Springer
DOI: 10.1007/978-3-030-95470-3_35

On the Double Descent of Random Features Models Trained with SGD

Auteurs: Liu, F; Suykens, Johan; Cevher, V
Publié dans: Advances in Neural Information Processing Systems 35 (NeurIPS 2022), 2022, ISBN 9781713871088
Éditeur: NeurIPS

Tensorized LSSVMs for Multitask Regression

Auteurs: Liu, J; Tao, Q; Zhu, C; Liu, Y; Suykens, Johan
Publié dans: IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2023), 2023, ISBN 978-1-7281-6327-7
Éditeur: IEEE
DOI: 10.1109/icassp49357.2023.10094580

Fast Adaptive Hinging Hyperplanes

Auteurs: Qinghua Tao, Jun Xu, Johan A.K. Suykens, Shuning Wang
Publié dans: 2018 IEEE Conference on Decision and Control (CDC), 2018, Page(s) 1482-1487, ISBN 978-1-5386-1395-5
Éditeur: IEEE
DOI: 10.1109/cdc.2018.8619653

Fast Learning in Reproducing Kernel Krein Spaces via Signed Measures

Auteurs: Fanghui Liu, Xiaolin Huang, Yingyi Chen, Johan Suykens
Publié dans: roceedings of The 24th International Conference on Artificial Intelligence and Statistics, Numéro PMLR 130, 2021, Page(s) 388-396
Éditeur: PMLR

Combining Primal and Dual Representations in Deep Restricted Kernel Machines Classifiers

Auteurs: Tonin, F; Patrinos, P; Suykens, Johan
Publié dans: ECML PKDD 2023 - Workshop on Simplification, Compression, Efficiency and Frugality for Artificial intelligence, 2023
Éditeur: ECML PKDD

Kernel regression in high dimensions: Refined analysis beyond double descent

Auteurs: Fanghui Liu, Zhenyu Liao, Johan Suykens
Publié dans: Proceedings of The 24th International Conference on Artificial Intelligence and Statistics, Numéro PMLR 130, 2021, Page(s) 649-657
Éditeur: PMLR

Primal-Attention: Self-attention through Asymmetric Kernel SVD in Primal Representation

Auteurs: Chen, Yingyi; Tao, Qinghua; Tonin, Francesco; Suykens, Johan A. K.
Publié dans: Proc. of NeurIPS 2023, Numéro 1, 2023
Éditeur: NeuriPS
DOI: 10.48550/arxiv.2305.19798

Unbalanced Optimal Transport: A Unified Framework for Object Detection

Auteurs: De Plaen, Henri; De Plaen, P; Suykens, J; Proesmans, M; Tuytelaars, T; Van Gool, L
Publié dans: Proceedings / CVPR, IEEE Computer Society Conference on Computer Vision and Pattern, Numéro 5, 2023, ISSN 1063-6919
Éditeur: IEEE
DOI: 10.1109/cvpr52729.2023.00312

The Bures Metric for Generative Adversarial Networks

Auteurs: Hannes De Meulemeester, Joachim Schreurs, Michaël Fanuel, Bart De Moor, Johan A. K. Suykens
Publié dans: Machine Learning and Knowledge Discovery in Databases. Research Track - European Conference, ECML PKDD 2021, Bilbao, Spain, September 13–17, 2021, Proceedings, Part II, Numéro 12976, 2021, Page(s) 52-66, ISBN 978-3-030-86519-1
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-86520-7_4

Latent Space Exploration Using Generative Kernel PCA

Auteurs: David Winant, Joachim Schreurs, Johan A. K. Suykens
Publié dans: Artificial Intelligence and Machine Learning - 31st Benelux AI Conference, BNAIC 2019, and 28th Belgian-Dutch Machine Learning Conference, BENELEARN 2019, Brussels, Belgium, November 6-8, 2019, Revised Selected Papers, Numéro 1196, 2020, Page(s) 70-82, ISBN 978-3-030-65153-4
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-65154-1_5

Robust Generative Restricted Kernel Machines Using Weighted Conjugate Feature Duality

Auteurs: Arun Pandey, Joachim Schreurs, Johan A. K. Suykens
Publié dans: Machine Learning, Optimization, and Data Science - 6th International Conference, LOD 2020, Siena, Italy, July 19–23, 2020, Revised Selected Papers, Part I, Numéro 12565, 2020, Page(s) 613-624, ISBN 978-3-030-64582-3
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-64583-0_54

Towards Deterministic Diverse Subset Sampling

Auteurs: J. Schreurs, M. Fanuel, J. A. K. Suykens
Publié dans: Artificial Intelligence and Machine Learning - 31st Benelux AI Conference, BNAIC 2019, and 28th Belgian-Dutch Machine Learning Conference, BENELEARN 2019, Brussels, Belgium, November 6-8, 2019, Revised Selected Papers, Numéro 1196, 2020, Page(s) 137-151, ISBN 978-3-030-65153-4
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-65154-1_8

Fast Hyperparameter Tuning for Support Vector Machines with Stochastic Gradient Descent

Auteurs: Marcin Orchel, Johan A. K. Suykens
Publié dans: Machine Learning, Optimization, and Data Science - 6th International Conference, LOD 2020, Siena, Italy, July 19–23, 2020, Revised Selected Papers, Part II, Numéro 12566, 2020, Page(s) 481-493, ISBN 978-3-030-64579-3
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-64580-9_40

Tensor Learning in Multi-view Kernel PCA

Auteurs: Lynn Houthuys, Johan A. K. Suykens
Publié dans: Artificial Neural Networks and Machine Learning – ICANN 2018 - 27th International Conference on Artificial Neural Networks, Rhodes, Greece, October 4-7, 2018, Proceedings, Part II, Numéro 11140, 2018, Page(s) 205-215, ISBN 978-3-030-01420-9
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-01421-6_21

Weighted Multi-view Deep Neural Networks for Weather Forecasting

Auteurs: Zahra Karevan, Lynn Houthuys, Johan A. K. Suykens
Publié dans: Artificial Neural Networks and Machine Learning – ICANN 2018 - 27th International Conference on Artificial Neural Networks, Rhodes, Greece, October 4-7, 2018, Proceedings, Part III, Numéro 11141, 2018, Page(s) 489-499, ISBN 978-3-030-01423-0
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-01424-7_48

Axiomatic Kernels on Graphs for Support Vector Machines

Auteurs: Marcin Orchel, Johan A. K. Suykens
Publié dans: Artificial Neural Networks and Machine Learning – ICANN 2019: Workshop and Special Sessions - 28th International Conference on Artificial Neural Networks, Munich, Germany, September 17–19, 2019, Proceedings, Numéro 11731, 2019, Page(s) 685-700, ISBN 978-3-030-30492-8
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-030-30493-5_62

Low-Rank Multitask Learning based on Tensorized SVMs and LSSVMs

Auteurs: Liu, Jiani; Tao, Qinghua; Zhu, Ce; Liu, Yipeng; Huang, Xiaolin; Suykens, Johan A. K.
Publié dans: Technical report, Numéro 1, 2023
Éditeur: KU Leuven
DOI: 10.48550/arxiv.2308.16056

Can overfitted deep neural networks in adversarial training generalize? -- An approximation viewpoint

Auteurs: Shi, Zhongjie; Liu, Fanghui; Cao, Yuan; Suykens, Johan A. K.
Publié dans: Internal report, 2024
Éditeur: KU Leuven
DOI: 10.48550/arxiv.2401.13624

Indefinite Kernel Logistic Regression With Concave-Inexact-Convex Procedure

Auteurs: Fanghui Liu; Xiaolin Huang; Chen Gong; Jie Yang; Johan A. K. Suykens
Publié dans: IEEE Transactions on Neural Networks and Learning Systems, 2019, ISSN 3004-7906
Éditeur: IEEE
DOI: 10.1109/tnnls.2018.2851305

Enhancing Kernel Flexibility via Learning Asymmetric Locally-Adaptive Kernels

Auteurs: Fan He, Mingzhen He, Lei Shi, Xiaolin Huang, Johan A.K. Suykens
Publié dans: Internal Report, 2023
Éditeur: KU Leuven
DOI: 10.48550/arxiv.2310.05236

Nonlinear SVD with Asymmetric Kernels: feature learning and asymmetric Nyström method

Auteurs: Tao, Qinghua; Tonin, Francesco; Patrinos, Panagiotis; Suykens, Johan A. K.
Publié dans: Internal Report, 2023
Éditeur: KU Leuven
DOI: 10.48550/arxiv.2306.07040

Functional Output Regression with Infimal Convolution: Exploring the Huber and $ε$-insensitive Losses

Auteurs: Lambert, Alex; Bouche, Dimitri; Szabo, Zoltan; d'Alché-Buc, Florence
Publié dans: https://hal.science/hal-03807108, Numéro 1, 2022
Éditeur: KU Leuven
DOI: 10.48550/arxiv.2206.08220

Nonlinear functional regression by functional deep neural network with kernel embedding

Auteurs: Shi, Zhongjie; Fan, Jun; Song, Linhao; Zhou, Ding-Xuan; Suykens, Johan A. K.
Publié dans: Internal report, Numéro 2, 2024
Éditeur: KU Leuven
DOI: 10.48550/arxiv.2401.02890

A flexible alarm prediction system for smart manufacturing scenarios following a forecaster–analyzer approach

Auteurs: Kevin Villalobos, Johan Suykens, Arantza Illarramendi
Publié dans: Journal of Intelligent Manufacturing, Numéro 32/5, 2021, Page(s) 1323-1344, ISSN 0956-5515
Éditeur: Kluwer Academic Publishers
DOI: 10.1007/s10845-020-01614-w

Multi-view Kernel PCA for Time series Forecasting

Auteurs: Pandey, A; De Meulemeester, H; De Moor, Bart; Suykens, J
Publié dans: Neurocomputing, Numéro 2023; Vol. 554, 2023, ISSN 0925-2312
Éditeur: Elsevier BV
DOI: 10.1016/j.neucom.2023.126639

Transfer Learning in Demand Response: a Review of Algorithms for Data-efficient Modelling and Control

Auteurs: Peirelinck, Thijs; Kazmi, Hussain Syed; Mbuwir, Brida; Hermans, Chris; Spiessens, Fred; Suykens, Johan; Deconinck, Geert
Publié dans: Energy and AI, Numéro 2022; Vol. 7, 2022, ISSN 2666-5468
Éditeur: Elsevier
DOI: 10.1016/j.egyai.2021.100126

Toward Deep Adaptive Hinging Hyperplanes

Auteurs: Qinghua Tao, Jun Xu, Zhen Li, Na Xie, Shuning Wang, Xiaoli Li, Johan A. K. Suykens
Publié dans: IEEE Transactions on Neural Networks and Learning Systems, 2021, Page(s) 1-15, ISSN 2162-237X
Éditeur: IEEE Computational Intelligence Society
DOI: 10.1109/tnnls.2021.3079113

Jigsaw-ViT: Learning Jigsaw Puzzles in Vision Transformer

Auteurs: Chen, Y; Shen, X; Liu, Y; Tao, Q; Suykens, Johan
Publié dans: Pattern Recognition Letters, 2023, ISSN 0167-8655
Éditeur: Elsevier BV
DOI: 10.1016/j.patrec.2022.12.023

Random Features for Kernel Approximation: A Survey on Algorithms, Theory, and Beyond

Auteurs: Fanghui Liu, Xiaolin Huang, Yudong Chen, Johan A. K. Suykens
Publié dans: IEEE Transactions on Pattern Analysis and Machine Intelligence, 2020, Page(s) 1-1, ISSN 0162-8828
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tpami.2021.3097011

Explainable deep convolutional learning for intuitive model development by non–machine learning domain experts

Auteurs: Sundaravelpandian Singaravel, Johan Suykens, Hans Janssen, Philipp Geyer
Publié dans: Design Science, Numéro 6, 2020, ISSN 2053-4701
Éditeur: DSJ
DOI: 10.1017/dsj.2020.22

Positive semi-definite embedding for dimensionality reduction andout-of-sample extensions

Auteurs: Fanuel M., Aspeel A., Delvenne J.C., Suykens J.A.K.,
Publié dans: SIAM Journal on Mathematics of Data Science, Numéro Article accepted for publication, 2021, ISSN 2577-0187
Éditeur: Society for Industrial and Applied Mathematics
DOI: 10.1137/20m1370653

Island Transpeciation: A Co-Evolutionary Neural Architecture Search, applied to country-scale air-quality forecasting

Auteurs: Theodorakos, Konstantinos; Agudelo Manozca, Oscar; Schreurs, J; Suykens, J; De Moor, Bart
Publié dans: Ieee Transactions On Evolutionary Computation, 2023, ISSN 1089-778X
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tevc.2022.3189500

Nyström landmark sampling and regularized Christoffel functions

Auteurs: Michaël Fanuel; Joachim Schreurs; Johan A. K. Suykens
Publié dans: Machine Learning;, Numéro 2022; Vol. 111; iss. 6, 2022, Page(s) 2213 - 2254, ISSN 0885-6125
Éditeur: Kluwer Academic Publishers
DOI: 10.1007/s10994-022-06165-0

Generalization Properties of hyper-RKHS and its Applications

Auteurs: Liu, Fanghui ; Shi, Lei ; Huang, Xiaolin ; Yang, Jie ; Suykens, Johan AK
Publié dans: Journal Of Machine Learning Research; 2021; Vol. 22; pp. -, 2021, ISSN 1532-4435
Éditeur: MIT Press

Towards a Unified Quadrature Framework for Large-Scale Kernel Machines

Auteurs: Fanghui Liu, Xiaolin Huang, Yudong Chen, Johan A. K. Suykens
Publié dans: IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021, Page(s) 1-1, ISSN 0162-8828
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tpami.2021.3120183

Analysis of regularized least-squares in reproducing kernel Kreĭn spaces

Auteurs: Fanghui Liu, Lei Shi, Xiaolin Huang, Jie Yang, Johan A. K. Suykens
Publié dans: Machine Learning, 2021, ISSN 0885-6125
Éditeur: Kluwer Academic Publishers
DOI: 10.1007/s10994-021-05955-2

Generative Restricted Kernel Machines: A framework for multi-view generation and disentangled feature learning

Auteurs: Arun Pandey, Joachim Schreurs, Johan A.K. Suykens
Publié dans: Neural Networks, Numéro 135, 2021, Page(s) 177-191, ISSN 0893-6080
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.neunet.2020.12.010

Denoising modulo samples: k-NN regression and tightness of SDP relaxation

Auteurs: Fanuel, Michaël; Tyagi, Hemant
Publié dans: Information and Inference, Oxford University Press (OUP), 2021, Numéro 4, 2021, ISSN 2049-8772
Éditeur: Institute of Mathematics and its Applications
DOI: 10.1093/imaiai/iaab022

Learning with continuous piecewise linear decision trees

Auteurs: Qinghua Tao, Zhen Li, Jun Xu, Na Xie, Shuning Wang, Johan A.K. Suykens
Publié dans: Expert Systems with Applications, Numéro 168, 2021, Page(s) 114214, ISSN 0957-4174
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.eswa.2020.114214

A Double-Variational Bayesian Framework in Random Fourier Features for Indefinite Kernels

Auteurs: Fanghui Liu, Xiaolin Huang, Lei Shi, Jie Yang, Johan A. K. Suykens
Publié dans: IEEE Transactions on Neural Networks and Learning Systems, Numéro 31/8, 2020, Page(s) 2965-2979, ISSN 2162-237X
Éditeur: IEEE Computational Intelligence Society
DOI: 10.1109/tnnls.2019.2934729

Random Fourier Features via Fast Surrogate Leverage Weighted Sampling

Auteurs: Fanghui Liu, Xiaolin Huang, Yudong Chen, Jie Yang, Johan Suykens
Publié dans: Proceedings of the AAAI Conference on Artificial Intelligence, Numéro 34/04, 2020, Page(s) 4844-4851, ISSN 2374-3468
Éditeur: AAAI Press
DOI: 10.1609/aaai.v34i04.5920

Outlier detection in non-elliptical data by kernel MRCD

Auteurs: Joachim Schreurs, Iwein Vranckx, Mia Hubert, Johan A. K. Suykens, Peter J. Rousseeuw
Publié dans: Statistics and Computing, Numéro 31/5, 2021, ISSN 0960-3174
Éditeur: Kluwer Academic Publishers
DOI: 10.1007/s11222-021-10041-7

Unsupervised learning of disentangled representations in deep restricted kernel machines with orthogonality constraints

Auteurs: Francesco Tonin, Panagiotis Patrinos, Johan A.K. Suykens
Publié dans: Neural Networks, Numéro 142, 2021, Page(s) 661-679, ISSN 0893-6080
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.neunet.2021.07.023

Generalized support vector regression: Duality and tensor-kernel representation

Auteurs: Saverio Salzo, Johan A. K. Suykens
Publié dans: Analysis and Applications, Numéro 18/01, 2020, Page(s) 149-183, ISSN 0219-5305
Éditeur: World Scientific
DOI: 10.1142/s0219530519410069

Deformed Laplacians and spectral ranking in directed networks

Auteurs: M. Fanuel, J.A.K. Suykens
Publié dans: Applied and Computational Harmonic Analysis, Numéro 47/2, 2019, Page(s) 397-422, ISSN 1063-5203
Éditeur: Academic Press
DOI: 10.1016/j.acha.2017.09.002

Sparse Kernel Regression with Coefficient-based ℓq− regularization

Auteurs: Lei Shi, Xiaolin Huang, Yunlong Feng, Johan A.K. Suykens
Publié dans: Journal of Machine Learning Research, Numéro 20(161), 2019, Page(s) 1-44, ISSN 1532-4435
Éditeur: MIT Press

Robust classification of graph-based data

Auteurs: Carlos M. Alaíz, Michaël Fanuel, Johan A. K. Suykens
Publié dans: Data Mining and Knowledge Discovery, Numéro 33/1, 2019, Page(s) 230-251, ISSN 1384-5810
Éditeur: Kluwer Academic Publishers
DOI: 10.1007/s10618-018-0603-9

Multi-View Kernel Spectral Clustering

Auteurs: Lynn Houthuys, Rocco Langone, Johan A.K. Suykens
Publié dans: Information Fusion, Numéro 44, 2018, Page(s) 46-56, ISSN 1566-2535
Éditeur: Elsevier BV
DOI: 10.1016/j.inffus.2017.12.002

Parallelized Tensor Train Learning of Polynomial Classifiers

Auteurs: Zhongming Chen, Kim Batselier, Johan A. K. Suykens, Ngai Wong
Publié dans: IEEE Transactions on Neural Networks and Learning Systems, Numéro 29/10, 2018, Page(s) 4621-4632, ISSN 2162-237X
Éditeur: IEEE Computational Intelligence Society
DOI: 10.1109/tnnls.2017.2771264

A Statistical Learning Approach to Modal Regression

Auteurs: Yunlong Feng, Jun Fan, Johan A.K. Suykens
Publié dans: Journal of Machine Learning Research, Numéro 21(2), 2020, Page(s) 1-35, ISSN 1532-4435
Éditeur: MIT Press

Modified Frank–Wolfe algorithm for enhanced sparsity in support vector machine classifiers

Auteurs: Carlos M. Alaíz, Johan A.K. Suykens
Publié dans: Neurocomputing, Numéro 320, 2018, Page(s) 47-59, ISSN 0925-2312
Éditeur: Elsevier BV
DOI: 10.1016/j.neucom.2018.08.049

Transductive LSTM for time-series prediction: An application to weather forecasting

Auteurs: Zahra Karevan, Johan A.K. Suykens
Publié dans: Neural Networks, Numéro 125, 2020, Page(s) 1-9, ISSN 0893-6080
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.neunet.2019.12.030

Deep convolutional learning for general early design stage prediction models

Auteurs: Sundaravelpandian Singaravel, Johan Suykens, Philipp Geyer
Publié dans: Advanced Engineering Informatics, Numéro 42, 2019, Page(s) 100982, ISSN 1474-0346
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.aei.2019.100982

Disentangled Representation Learning and Generation With Manifold Optimization

Auteurs: Arun, Pandey; Michaël, Fanuel; Joachim, Schreurs; Johan A K, Suykens
Publié dans: Neural Computation, Numéro Vol. 34; iss. 10; pp. 2009 - 2036, 2022, ISSN 0899-7667
Éditeur: MIT Press
DOI: 10.1162/neco_a_01528

Diversity Sampling is an Implicit Regularization for Kernel Methods

Auteurs: Michael Fanuel, Joachim Schreurs, Johan Suykens
Publié dans: SIAM Journal on Mathematics of Data Science, Numéro 3/1, 2021, Page(s) 280-297, ISSN 2577-0187
Éditeur: SIAM
DOI: 10.1137/20m1320031

A novel neural grey system model with Bayesian regularization and its applications

Auteurs: Xin Ma; Mei Xie; Johan A.K. Suykens
Publié dans: Elsevier Neurocomputing, Numéro 2, 2021, ISSN 0925-2312
Éditeur: Elsevier BV
DOI: 10.1016/j.neucom.2021.05.048

Determinantal Point Processes Implicitly Regularize Semiparametric Regression Problems

Auteurs: Michaël Fanuel; Joachim Schreurs; Johan A. K. Suykens
Publié dans: SIAM journal on Mathematics of Data Science, Numéro 1, 2022, ISSN 2577-0187
Éditeur: SIAM
DOI: 10.1137/21m1403977

Piecewise Linear Neural Networks and Deep Learning

Auteurs: Tao, Q; Li, L; Huang, X; Wang, S; Suykens, Johan
Publié dans: Nature Reviews Methods Primers, Numéro 2022; Vol. 2; iss 1, 2022, ISSN 2662-8449
Éditeur: Nature
DOI: 10.1038/s43586-022-00125-7

Compressing Features for Learning with Noisy Labels

Auteurs: Yingyi Chen; Shell Xu Hu; Xi Shen; Chunrong Ai; Johan A. K. Suykens
Publié dans: Crossref, Numéro 5, 2022, ISSN 2162-237X
Éditeur: IEEE Computational Intelligence Society
DOI: 10.48550/arxiv.2206.13140

Determinantal Point Processes Implicitly Regularize Semi-parametric Regression Problems

Auteurs: Michaël Fanuel, Joachim Schreurs, Johan A.K. Suykens
Publié dans: SIAM journal on Mathematics of Data Science, Numéro 4 (3), 1171-1190, 2022, ISSN 2577-0187
Éditeur: SIAM
DOI: 10.48550/arxiv.2011.06964

Learning with asymmetric kernels : Least squares and feature interpretation

Auteurs: He, M; He, F; Shi, L; Huang, X; Suykens, Johan
Publié dans: Ieee Transactions On Pattern Analysis And Machine Intelligence, 2023, ISSN 0162-8828
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tpami.2023.3257351

Short-Term Traffic Flow Prediction Based on the Efficient Hinging Hyperplanes Neural Network

Auteurs: Tao, Qinghua; Li, Z; Xu, J; Lin, S; De Schutter, Bart; Suykens, J
Publié dans: Ieee Transactions On Intelligent Transportation Systems; 2022, Numéro Vol. 23; iss. 9, 2022, ISSN 1524-9050
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tits.2022.3142728

Deep kernel principal component analysis for multi-level feature learning

Auteurs: Tonin, F; Tao, Q; Patrinos, Panagiotis; Suykens, J
Publié dans: Neural Networks, Numéro 2024; Vol. 170; pp. 578 - 595, 2024, ISSN 0893-6080
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.neunet.2023.11.045

Efficient hinging hyperplanes neural network and its application in nonlinear system identification

Auteurs: Jun Xu, Qinghua Tao, Zhen Li, Xiangming Xi, Johan A.K. Suykens, Shuning Wang
Publié dans: Automatica, Numéro 116, 2020, Page(s) 108906, ISSN 0005-1098
Éditeur: Pergamon Press Ltd.
DOI: 10.1016/j.automatica.2020.108906

Tensor-based restricted kernel machines for multi-view classification

Auteurs: Lynn Houthuys, Johan A.K. Suykens
Publié dans: Information Fusion, Numéro 68, 2021, Page(s) 54-66, ISSN 1566-2535
Éditeur: Elsevier BV
DOI: 10.1016/j.inffus.2020.10.022

Tensor-based multi-view spectral clustering via shared latent space

Auteurs: Tao, Q; Tonin, F; Patrinos, P; Suykens, Johan
Publié dans: Information Fusion; 2024; Vol. 108, 2024, ISSN 1566-2535
Éditeur: Elsevier BV
DOI: 10.1016/j.inffus.2024.102405

Recherche de données OpenAIRE...

Publications

Partager cette page Partager cette page sur les réseaux sociaux

Télécharger Télécharger le contenu de la page