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...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Neural processing letters Ročník 53; číslo 1; s. 787 - 797
Hlavní autoři:	Fernández-García, María-Elena, Sancho-Gómez, José-Luis, Ros-Ros, Antonio, Figueiras-Vidal, Aníbal R.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Springer US 01.02.2021 Springer Nature B.V
Témata:	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
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!