Information Bottleneck : Theory and Applications in Deep Learning

The celebrated information bottleneck (IB) principle of Tishby et al. has recently enjoyed renewed attention due to its application in the area of deep learning. This collection investigates the IB principle in this new context. The individual chapters in this collection: • provide novel insights in...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:

Λεπτομέρειες βιβλιογραφικής εγγραφής
Άλλοι συγγραφείς:	Geiger, Bernhard (Επιμελητής έκδοσης), Kubin, Gernot (Επιμελητής έκδοσης)
Μορφή:	Κεφάλαιο βιβλίου
Έκδοση:	Basel, Switzerland MDPI - Multidisciplinary Digital Publishing Institute 2021
Θέματα:	Information technology industries information theory variational inference machine learning learnability information bottleneck representation learning conspicuous subset stochastic neural networks mutual information neural networks information bottleneck compression classification optimization classifier decision tree ensemble deep neural networks regularization methods information bottleneck principle deep networks semi-supervised classification latent space representation hand crafted priors learnable priors regularization deep learning
Διαθέσιμο Online:	Get Fullteks DOAB: description of the publication
Ετικέτες:	Προσθήκη ετικέτας Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!

Διαδίκτυο

Get Fullteks
DOAB: description of the publication

3rd Floor Main Library

Λεπτομέρειες τεκμηρίων από 3rd Floor Main Library
Ταξιθετικός Αριθμός:	A1234.567
Αντίγραφο 1	Στη βιβλιοθήκη

Information Bottleneck : Theory and Applications in Deep Learning

Διαδίκτυο

3rd Floor Main Library

Παρόμοια τεκμήρια