你好,游客 登录 注册 发布搜索
背景:
阅读新闻

[PDF]面向大数据流的多任务加速在线学习算法

[日期:2015-07-24] 来源:计算机研究与发展  作者:李志杰 李元香 王峰 匡立 [字体: ]

面向大数据流的多任务加速在线学习算法

李志杰 李元香 王峰 匡立

多任务在线学习框架采用直接数据处理的流式计算模式,是大数据流分析很有前途的一种工具。然而目前的多任务在线学习算法收敛率低。提出一种新颖的多任务加速在线学习算法,在保持多任务在线学习快捷计算优势的基础上,达到最优收敛率。对多任务权重学习矩阵的迭代邻近解表达式进行了推导,对提出算法的收敛性进行了详细的理论分析。实验表明,提出的多任务加速在线学习算法能够更好地保障大数据流处理的实时性和可伸缩性,有较广泛的实际应用价值。


面向大数据流的多任务加速在线学习算法

 

收藏 推荐 打印 | 录入:574107552 | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款