Réseau Bayésien Aplati pour l'Inférence dans les HMM hiérarchiques factorisés et Apprentissage avec peu de données - Inria - Institut national de recherche en sciences et technologies du numérique
Communication Dans Un Congrès Année : 2005

Réseau Bayésien Aplati pour l'Inférence dans les HMM hiérarchiques factorisés et Apprentissage avec peu de données

Résumé

HMM and markov model are known to not behave very well with regards to the scaling problem. In order to address this, we study extension towards hierarchisation (Shai Fine, 1998; Theocharous et al., 2004) and factorisation (Ghahramani & Jordan, 1997).

Domaines

Intelligence artificielle [cs.AI]
Fichier principal
Vignette du fichier
cap2005rba.pdf (37.76 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Nicolas Bredeche  : Connectez-vous pour contacter le contributeur

https://inria.hal.science/inria-00175528

Soumis le : vendredi 28 septembre 2007-14:58:21

Dernière modification le : mardi 3 décembre 2024-15:14:03

Archivage à long terme le : lundi 24 septembre 2012-12:51:50

Télécharger pour visualiser

Dates et versions

inria-00175528 , version 1 (28-09-2007)

Identifiants

  • HAL Id : inria-00175528 , version 1

Citer

Sylvain Gelly, Nicolas Bredeche, Michèle Sebag. Réseau Bayésien Aplati pour l'Inférence dans les HMM hiérarchiques factorisés et Apprentissage avec peu de données. Conférence d'Apprentissage, Jun 2005, Nice, France. pp.143-144. ⟨inria-00175528⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

X EC-PARIS CNRS INRIA LIX X-CMAP X-LMS X-LIX X-DEP-INFO X-DEP-MATHA X-DEP-MECA PARISTECH CMAP UMR8623 INRIA2 UNIV-PARIS-SACLAY
225 Consultations
93 Téléchargements

Partager

More