Instituciones
Área de conocimientoIdentificadores de autorPeriodo de publicación recogido
|
|
|
Robust classification of graph-based data
Carlos María Alaiz Gudín, Michaël Fanuel, Johan A. K. Suykens
Data mining and knowledge discovery, ISSN 1384-5810, Vol. 33, Nº 1, 2019, págs. 230-251
Adaptive Graph Laplacian for Convex Multi-Task Learning SVM
Carlos Ruiz, Carlos María Alaiz Gudín, José Ramón Dorronsoro Ibero
Hybrid Artificial Intelligent Systems: 16th International Conference, HAIS 2021. Bilbao, Spain. September 22–24, 2021. Proceedings / coord. por Hugo Sanjurjo González, Iker Pastor López , Pablo García Bringas , Héctor Quintián Pardo , Emilio Santiago Corchado Rodríguez , 2021, ISBN 978-3-030-86271-8, págs. 219-230
A Convex Formulation of SVM-Based Multi-task Learning
Carlos Ruiz, Carlos María Alaiz Gudín, José Ramón Dorronsoro Ibero
Hybrid Artificial Intelligent Systems. 14th International Conference, HAIS 2019: León, Spain, September 4–6, 2019. Proceedings / coord. por Hilde Pérez García , Lidia Sánchez González , Manuel Castejón Limas , Héctor Quintián Pardo , Emilio Santiago Corchado Rodríguez , 2019, ISBN 978-3-030-29858-6, págs. 404-415
On the Learning of ESN Linear Readouts
Carlos María Alaiz Gudín, José Ramón Dorronsoro Ibero
Advances in Artificial Intelligence: 14th Conference of the Spanish Association for Artificial Intelligence, CAEPIA 2011, La Laguna, Spain, November 7-11, 2011. Proceedings / coord. por José Andrés Moreno Pérez ; José Antonio Lozano Alonso (ed. lit.) , José A. Gámez (ed. lit.), 2011, ISBN 978-3-642-25273-0, págs. 124-133
Proximal methods for structured group features and correlation matrix nearness
Carlos María Alaiz Gudín
Tesis doctoral dirigida por José Ramón Dorronsoro Ibero (dir. tes.) . Universidad Autónoma de Madrid (2014).
Advanced Kernel Methods for Multi-Task learning
Carlos Ruiz Pastor
Tesis doctoral dirigida por José Ramón Dorronsoro Ibero (dir. tes.) , Carlos María Alaiz Gudín (dir. tes.). Universidad Autónoma de Madrid (2023).
Esta página recoge referencias bibliográficas de materiales disponibles en los fondos de las Bibliotecas que participan en Documat. En ningún caso se trata de una página que recoja la producción bibliográfica de un autor de manera exhaustiva. Nos gustaría que los datos aparecieran de la manera más correcta posible, de manera que si detecta algún error en la información que facilitamos, puede hacernos llegar su Sugerencia / Errata.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados