SwePub
Sök i LIBRIS databas

  Utökad sökning

onr:"swepub:oai:DiVA.org:kth-251684"
 

Sökning: onr:"swepub:oai:DiVA.org:kth-251684" > Toward principled r...

Toward principled regularization of deep networks : From weight decay to feature contraction

Maki, Atsuto (författare)
KTH,Robotik, perception och lärande, RPL
 (creator_code:org_t)
American Association for the Advancement of Science (AAAS), 2019
2019
Engelska.
Ingår i: Science Robotics. - : American Association for the Advancement of Science (AAAS). - 2470-9476. ; 4:30
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • Training deep artificial neural networks for classification problems may benefit from exploiting intrinsic class similarities by way of network regularization that compensates for a drawback in the commonly used target error.

Ämnesord

TEKNIK OCH TEKNOLOGIER  -- Elektroteknik och elektronik (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Electrical Engineering, Electronic Engineering, Information Engineering (hsv//eng)

Nyckelord

Computer Science
Datalogi

Publikations- och innehållstyp

ref (ämneskategori)
art (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Hitta mer i SwePub

Av författaren/redakt...
Maki, Atsuto
Om ämnet
TEKNIK OCH TEKNOLOGIER
TEKNIK OCH TEKNO ...
och Elektroteknik oc ...
Artiklar i publikationen
Science Robotics
Av lärosätet
Kungliga Tekniska Högskolan

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy