Complete Stacked Denoising Auto-Encoders for Regression

Complete modified stacked denoising auto-encoder (CMSDAE) machines constitute a version of stacked auto-encoders in which a target estimate is included at the input, and are trained layer-by-layer by minimizing a convex combination of the errors corresponding to the input sample and the target. This...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Neural processing letters Jg. 53; H. 1; S. 787 - 797
Hauptverfasser:	Fernández-García, María-Elena, Sancho-Gómez, José-Luis, Ros-Ros, Antonio, Figueiras-Vidal, Aníbal R.
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York Springer US 01.02.2021 Springer Nature B.V
Schlagworte:	Algorithms Artificial Intelligence Coders Complex Systems Computational Intelligence Computer Science Concrete Datasets Experiments Noise reduction Regression Time series Variables Regression Complete auto-encoders Neural networks Denoising
ISSN:	1370-4621, 1573-773X
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!