返回
Adaptive kernel learning using genetic programming in reproducing kernel banach spaces
DOI:10.1016/j.asoc.2026.116522.png)
摘要
En 中文
• 一种新型框架(Evo-RK)实现了再生核Banach空间中核构造的自动化。
• 遗传编程协同进化非线性特征映射和几何参数。
• 该方法超越了传统再生核Hilbert空间的对称约束。
• 进化得到的核函数实现了更优的分类精度和显著模型稀疏性。
• “深度核”架构被自主发现,提升了可解释性。
Keyword:
Genetic programming
Reproducing kernel banach space
Semi-inner product
Support vector machine
Kernel method
Model sparsity

