Modèle hybride champ markovien conditionnel et réseau de neurones profond
Type de matériel :
TexteLangue : français Détails de publication : 2011.
Sujet(s) : Ressources en ligne : Abrégé : Résumé Nous proposons un modèle qui est un hybride de champ markovien conditionnel et d’un réseau de neurones profond. Il s’agit d’un modèle graphique non linéaire exploitable pour toute tâche de prédiction de sorties structurées. L’intérêt est de combiner la capacité des réseaux de neurones profonds à extraire des caractéristiques de haut niveau et la capacité discriminante des champs conditionnels pour des données complexes.Abrégé : We propose a non-linear graphical model for structured prediction. It combines the power of deep networks to extract high level features with the discriminant power of Markov networks for complex data, yielding a powerful and scalable model that we apply to signal labeling tasks.
Nous n'avons pas d'exemplaire de ce document
14
Résumé Nous proposons un modèle qui est un hybride de champ markovien conditionnel et d’un réseau de neurones profond. Il s’agit d’un modèle graphique non linéaire exploitable pour toute tâche de prédiction de sorties structurées. L’intérêt est de combiner la capacité des réseaux de neurones profonds à extraire des caractéristiques de haut niveau et la capacité discriminante des champs conditionnels pour des données complexes.
We propose a non-linear graphical model for structured prediction. It combines the power of deep networks to extract high level features with the discriminant power of Markov networks for complex data, yielding a powerful and scalable model that we apply to signal labeling tasks.
Réseaux sociaux