潜在変数モデルの使用は、シーケンス全体の確率分布をモデル化するための強力なツールであることが示されています。この論文では、ビデオフレーム予測のタスクのために2つの方法でリカレントネットワークを拡張する

arxiv_reader のブックマーク 2020/12/14 12:11

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4695603827149325858/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2012.06123v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2012.06123v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2012.06123v1" data-user-icon="/users/arxiv_reader/profile.png">3D畳み込み変分リカレントネットワークを使用したビデオ予測のための対数尤度正則化KLダイバージェンス</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/3D">3D</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/convolutional">convolutional</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/benchmark">benchmark</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/video">video</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/recurrent">recurrent</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22loss%20function%22">loss function</a>]</li></ul><br><p style="clear: left">潜在変数モデルの使用は、シーケンス全体の確率分布をモデル化するための強力なツールであることが示されています。この論文では、ビデオフレーム予測のタスクのために2つの方法でリカレントネットワークを拡張する</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20201214#bookmark-4695603827149325858"><span class="datetime-body">2020/12/14 12:11</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！