Oct, 2016
具有循环结构的可伸缩深度核学习
Learning Scalable Deep Kernels with Recurrent Structure
Maruan Al-Shedivat, Andrew Gordon Wilson, Yunus Saatchi, Zhiting Hu, Eric P. Xing
TL;DR提出了 GP-LSTM 模型,利用可闭合表达式内核,在保留高斯过程非参数概率优势的同时,完全包含了 LSTM 递归神经网络的归纳偏置,能够很好地用于处理序列数据,提升了自动驾驶等领域的预测准确性。