EnglishWe consider parallel decomposition techniques for solving the large quadratic programming (QP) problems arising in training support vector machines. A recent technique is improved by introducing an efficient solver for the inner QP subproblems and a preprocessing step useful to hot start the decomposition strategy. The effectiveness of the proposed improvements is evaluated by solving large-scale benchmark problems on different parallel architectures.
| Data di pubblicazione: | 2004 |
| Titolo: | Parallel decomposition approaches for training support vector machines |
| Autori: | T. Serafini; G. Zanghirati; L. Zanni |
| Autori: | |
| Digital Object Identifier (DOI): | 10.1016/S0927-5452(04)80035-2 |
| Data del convegno: | 2-5 September 2003 |
| Nome del convegno: | International Conference on Parallel Computing (ParCo2003) |
| Luogo del convegno: | Dresden |
| Titolo del libro: | Parallel Computing — Software Technology, Algorithms, Architectures and Applications |
| Volume: | 13 |
| Pagina iniziale: | 259 |
| Pagina finale: | 266 |
| Appare nelle tipologie: | Relazione in Atti di Convegno |
File in questo prodotto:
Non ci sono file associati a questo prodotto.
Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/11380/467135
I documenti presenti in Iris Unimore sono rilasciati con licenza Creative Commons Attribuzione - Non commerciale - Non opere derivate 3.0 Italia, salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris
Copyright © 2018