首页> 外文会议>IEEE International Joint Conference on Neural Networks >Hierarchal Decomposition of Neural Data using Boosted Mixtures of Hidden Markov Chains and its application to a BMI
【24h】

Hierarchal Decomposition of Neural Data using Boosted Mixtures of Hidden Markov Chains and its application to a BMI

机译:使用隐马尔可夫链的提升混合物及其在BMI应用中的促进混合物分解神经数据的分解分解

获取原文

摘要

In this paper, we propose a simple algorithm that takes multidimensional neural input data and decomposes the joint likelihood into marginals using boosted mixtures of hidden Markov chains (BM-HMM). The algorithm applies techniques from boosting to create
机译:在本文中,我们提出了一种简单的算法,采用多维神经输入数据,并使用隐马尔可夫链(BM-HMM)的增强混合物将关节可能性分解为边缘。该算法将技术应用于升高以创建

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号