EnergyNet：基于能量的自适应人工神经网络架构结构学习
机器学习
2017-11-10 v1
摘要
我们提出 ENERGY NET，一种用于分析和构建人工神经网络架构的新框架。我们的方法以无监督方式自适应地学习网络的结构。该方法基于具有无限节点数的受限玻尔兹曼机（RBM）能量函数的理论保证。我们给出实验结果以表明最终网络能适应给定问题的复杂度。
引用
@article{arxiv.1711.03130,
title = {EnergyNet: Energy-based Adaptive Structural Learning of Artificial Neural Network Architectures},
author = {Gus Kristiansen and Xavi Gonzalvo},
journal= {arXiv preprint arXiv:1711.03130},
year = {2017}
}