时间自编码受限玻尔兹曼机
机器学习
2012-11-01 v1 人工智能
机器学习
摘要
已有大量工作致力于改进和表征深度学习算法所学习到的感受野。其中许多工作集中在当对自然图像数据集施加稀疏性约束时所学习到的类 Gabor 滤波器的开发上。然而，很少有工作研究这些滤波器如何扩展到时间域，即通过对自然电影进行训练。在此，我们在既有的时间深度学习算法以及本文提出的一种新学习范式——时间自编码受限玻尔兹曼机（Temporal Autoencoding Restricted Boltzmann Machine, TARBM）中，确切地研究了这一问题。
引用
@article{arxiv.1210.8353,
title = {Temporal Autoencoding Restricted Boltzmann Machine},
author = {Chris Häusler and Alex Susemihl},
journal= {arXiv preprint arXiv:1210.8353},
year = {2012}
}