• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议> >A Theoretical and Empirical Study of a Noise-Tolerant Algorithm to Learn Geometric Patterns
【24h】

A Theoretical and Empirical Study of a Noise-Tolerant Algorithm to Learn Geometric Patterns

机译：学习几何图案的噪声容忍算法的理论和实证研究

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Developing the ability to recognize a landmark from a visual image of a robot's current location is a fundamental problem in robotics. We describe a way in which the landmark matching problem can be mapped to that of learning a one-dimensional geometric pattern. We present an efficient noise-tolerant algorithm (designed using the statistical query model) to PAC-learn the class of one-dimensional geometric patterns. Then we report results from an initial empirical study of our algorithm that provides at least some evidence that statistical query algorithms may be valuable for use in practice.
机译：发展从机器人当前位置的视觉图像识别地标的能力是机器人技术的基本问题。我们描述了一种将地标匹配问题映射到学习一维几何图案的方法。我们提出了一种有效的噪声容忍算法（使用统计查询模型设计）来PAC学习一维几何图案的类。然后，我们报告对我们的算法进行的初步经验研究的结果，该研究至少提供了一些证据，表明统计查询算法在实践中可能有价值。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号