Bayesian deep learning: A model-based interpretable approach

机译：贝叶斯深度学习：一种基于模型的可解释方法

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Takashi Matsubara;
展开▼
作者单位

展开▼
年度 2020
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Bayesian deep learning: A model-based interpretable approach [J] . Takashi Matsubara Nonlinear Theory and Its Applications . 2020,第1期

机译：贝叶斯深度学习：基于模型的可解释方法
2. Forecasting remaining useful life: Interpretable deep learning approach via variational Bayesian inferences [J] . Kraus Mathias, Feuerriegel Stefan Decision support systems . 2019,第Octa期

机译：预测剩余使用寿命：通过变分贝叶斯推断可解释的深度学习方法
3. Combining deep learning and model-based method using Bayesian Inference for walking speed estimation [J] . Qian Yuyang, Yang Kaiming, Zhu Yu, Biomedical signal processing and control . 2020,第Sepa期

机译：基于深度学习和基于模型的方法使用贝叶斯推断进行步行速度估计
4. Empirical Approach to Learning from Data (Streams): Fast and Interpretable Deep Learning [C] . Plamen Angelov IFIP WG 12.5 International Conference on artificial intelligence applications and innovations . 2018

机译：从数据（流）中学习的经验方法：快速且可解释的深度学习
5. Model-based Bayesian Reinforcement Learning with Generalized Priors [D] . Asmuth, John Thomas 2013

机译：具有广义先验的基于模型的贝叶斯强化学习
6. A hierarchical deep learning approach with transparency and interpretability based on small samples for glaucoma diagnosis [O] . Yongli Xu, Man Hu, Hanruo Liu, 2021

机译：基于荧光眼诊断的小样本的透明度和解释性的分层深度学习方法
7. Towards Interpreting Deep Learning Models to Understand Loss of Speech Intelligibility in Speech Disorders — Step 1: CNN Model-Based Phone Classification [O] . Sondes Abderrazek, Corinne Fredouille, Alain Ghio, 2020

机译：旨在解释深入学习模型，了解语音障碍中言语可懂度的丧失 - 第1步：基于CNN模型的电话分类

Bayesian deep learning: A model-based interpretable approach

著录项

引文网络

相似文献

相关主题

期刊订阅