Статья

В данной статье рассматривается ядерный алгоритм адаптивного авторегрессионного скользящего среднего (англ. KAARMA), предназначенный для классификации изображений в условиях ограниченного набора обучающих данных. Данный алгоритм основан на теории Гильбертова пространства воспроизводящих ядерных функций (англ. RKHS). После обучения и оптимизации KAARMA работает как рекуррентная нейронная сеть. В статье также приведено сравнение точности данного алгоритма с точностью сверточной нейронной сети (CNN), алгоритма K-ближайших соседей (K-NN) и машины опорных векторов (SVM) на наборе данных JAFFE (выражения лиц японских женщин).