能够通过强化学习过程学习关系序的时间相关卷积受限玻尔兹曼机？

在本文中，我们扩展了传统的卷积受限玻尔兹曼机框架，通过构建一层乘法单元来捕获输入之间的关系，从而学习任意数量时间相关输入图之间的高度抽象特征。在许多情况下，两个以上的图是强相关的，因此让乘法单元学习更多输入图之间的关系是明智的，换言之，即寻找每个单元的最优关系序。为了使我们的机器能够学习关系序，我们开发了一种强化学习方法来训练网络，并证明了其最优性。