Improving transfer learning accuracy by reusing Stacked Denoising Autoencoders

Transfer learning is a process that allows reusing a learning machine trained on a problem to solve a new problem. Transfer learning studies on shallow architectures show low performance as they are generally based on hand-crafted features obtained from experts. It is therefore interesting to study...

Celý popis

Podrobná bibliografie

Vydáno v:	Conference proceedings - IEEE International Conference on Systems, Man, and Cybernetics s. 1380 - 1387
Hlavní autoři:	Kandaswamy, Chetak, Silva, Luis M., Alexandre, Luis A., Sousa, Ricardo, Santos, Jorge M., de Sa, Joaquim Marques
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.10.2014
Témata:	Computer architecture Deep Learning Error analysis Noise reduction Shape Training Transfer Learning Visualization Yttrium
ISSN:	1062-922X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!