Originalarbeiterreichbar
Support-Vector Networks
link.springer.com (externe Seite)
Corinna Cortes und Vladimir Vapnik stellen 1995 das Verfahren vor, das zwei Gruppen durch eine Fläche in einem hochdimensionalen Merkmalsraum trennt. Die Arbeit misst sich selbst an einer Erhebung zur maschinellen Zeichenerkennung und stellt sich damit neben die klassischen Lernverfahren ihrer Zeit. Der erste Satz des Abstracts ist auf der Seite nicht zitierfähig, weil zwischen Artikel und Begriff das Leerzeichen fehlt.
geprüft 24.09.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 05.09.2026:
input vectors are non-linearly mapped to a very high-dimension feature space
bestätigt 24.09.2026In this feature space a linear decision surface is constructed.
bestätigt 24.09.2026We also compare the performance of the support-vector network to various classical learning algorithms that all took part in a benchmark study of Optical Character Recognition.
bestätigt 24.09.2026