Sökning: onr:"swepub:oai:DiVA.org:uu-457738" >
Learning deep autor...
Learning deep autoregressive models for hierarchical data
-
- Andersson, Carl R. (författare)
- Uppsala universitet,Avdelningen för systemteknik,Artificiell intelligens
-
- Wahlström, Niklas, 1984- (författare)
- Uppsala universitet,Avdelningen för systemteknik,Artificiell intelligens
-
- Schön, Thomas B., Professor, 1977- (författare)
- Uppsala universitet,Avdelningen för systemteknik,Artificiell intelligens
-
(creator_code:org_t)
- Elsevier, 2021
- 2021
- Engelska.
-
Ingår i: IFAC PapersOnLine. - : Elsevier. - 2405-8963. ; , s. 529-534
- Relaterad länk:
-
https://doi.org/10.1...
-
visa fler...
-
https://uu.diva-port... (primary) (Raw object)
-
https://doi.org/10.1...
-
https://urn.kb.se/re...
-
https://doi.org/10.1...
-
visa färre...
Abstract
Ämnesord
Stäng
- We propose a model for hierarchical structured data as an extension to the stochastic temporal convolutional network. The proposed model combines an autoregressive model with a hierarchical variational autoencoder and downsampling to achieve superior computational complexity. We evaluate the proposed model on two different types of sequential data: speech and handwritten text. The results are promising with the proposed model achieving state-of-the-art performance.
Ämnesord
- NATURVETENSKAP -- Data- och informationsvetenskap -- Datorseende och robotik (hsv//swe)
- NATURAL SCIENCES -- Computer and Information Sciences -- Computer Vision and Robotics (hsv//eng)
Nyckelord
- Deep learning
- variational autoencoders
- nonlinear systems
Publikations- och innehållstyp
- ref (ämneskategori)
- kon (ämneskategori)
Hitta via bibliotek
Till lärosätets databas