Ruhr-Universität Bochum zum Inhalt Startseite der RUB pix
Startseite UniStartseite
Überblick UniÜberblick
A-Z UniA-Z
Suche UniSuche
Kontakt UniKontakt

pix
 
Das Siegel
Naturwissenschaften Ingenieurwissenschaften Geisteswissenschaften Medizinische Einrichtungen Zentrale Einrichtungen
pix
 
pix Lehrstuhl Mathematik & Informatik
Michael Schmitt
 
 
 
Unser Angebot: Mitarbeiter | Forschung | Lehre   
pix
Startseite » Mitarbeiter » M. Schmitt » An Improved VC Dimension Bound for Sparse Polynomials

pix pix An Improved VC Dimension Bound for Sparse Polynomials

We show that the function class consisting of $k$-sparse polynomials in $n$ variables has Vapnik-Chervonenkis (VC) dimension at least $nk+1$. This result supersedes the previously known lower bound via $k$-term monotone disjunctive normal form (DNF) formulas obtained by Littlestone (1988). Moreover, it implies that the VC dimension for $k$-sparse polynomials is strictly larger than the VC dimension for $k$-term monotone DNF. The new bound is achieved by introducing an exponential approach that employs Gaussian radial basis function (RBF) neural networks for obtaining classifications of points in terms of sparse polynomials.

 
 
Zum Seitenanfang  Seitenanfang | Diese Seite drucken
Letzte Änderung: 03.05.2004 | Ansprechpartner: Webmaster