实体 Nikhil Kapasi

Nikhil Kapasi

PulseAugur coverage of Nikhil Kapasi — every cluster mentioning Nikhil Kapasi across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_195948 · Aug 12 · 04:00

新的高斯-多项式RBM增强了离散表示学习

研究人员引入了高斯-多项式受限玻尔兹曼机（GM-RBM），这是高斯-伯努利RBM的扩展，旨在处理离散的、结构化的表示。这个新模型用q状态的分类单元替换了二元隐藏单元，允许更丰富的潜在状态空间，能够表达多值概念。GM-RBM在类比回忆和结构化记忆任务上表现出竞争力，在某些情况下比其前代产品提高了回忆能力，同时保持了可比的训练成本和高效的实现。