具有多值隐变量的受限玻尔兹曼机：一种抑制过拟合的模型
机器学习
2020-01-09 v4 机器学习
摘要
泛化是机器学习问题中最重要的问题之一。在本研究中，我们考虑受限玻尔兹曼机（RBMs）中的泛化问题。我们提出了一种具有多值隐变量的 RBM，它是传统 RBM 的简单扩展。我们通过使用人工数据进行对比散度学习的数值实验以及使用 MNIST 进行分类问题的实验，证明了所提模型优于传统模型。
引用
@article{arxiv.1811.12587,
title = {Restricted Boltzmann Machine with Multivalued Hidden Variables: a model suppressing over-fitting},
author = {Yuuki Yokoyama and Tomu Katsumata and Muneki Yasuda},
journal= {arXiv preprint arXiv:1811.12587},
year = {2020}
}