动态划分模型
机器学习
2017-02-17 v1 机器学习
摘要
我们提出了一种学习紧凑直观的二进制编码分布式表示的新方法。与专家乘积中汇总专家投票不同，我们对每个变量采用最可靠专家的意见。因此，数据点通过变量到专家支持的划分来解释。划分基于哪些专家处于活动状态而动态适应。在学习阶段，我们采用该模型的平滑版本，对每个数据维度使用单独的混合。在我们的实验中，我们使用至多十几个专家实现了高维数据点的准确重建。
引用
@article{arxiv.1702.04832,
title = {Dynamic Partition Models},
author = {Marc Goessling and Yali Amit},
journal= {arXiv preprint arXiv:1702.04832},
year = {2017}
}