Název:	A priori and a posteriori machine learning and nonlinear artificial neural networks
Další názvy:	Apriorní a aposteriorní Machine Learning a ANN
Autoři:	Zelinka, Jan Romportl, Jan Müller, Luděk
Citace zdrojového dokumentu:	ZELINKA, Jan; ROMPORTL, Jan; MÜLLER, Luděk. A priori and a posteriori machine learning and nonlinear artificial neural networks. In: Progress in pattern recognition, image analysis, computer vision, and applications. Berlin: Springer, 2010, p. 472-479. (Lectures notes in computer science; 6231). ISBN 978-3-642-15759-2.
Datum vydání:	2010
Nakladatel:	Springer
Typ dokumentu:	článek article
URI:	http://www.kky.zcu.cz/cs/publications/JanZelinka_2010_APrioriandA http://hdl.handle.net/11025/17159
ISBN:	978-3-642-15759-2
Klíčová slova:	umělá neuronová síť;strojové učení
Klíčová slova v dalším jazyce:	artificial neural network;machine learning
Abstrakt v dalším jazyce:	The main idea of a priori machine learning is to apply a machine learning method on a machine learning problem itself.We call it "a priori" because the processed data set does not originate from any measurement or other observation.Machine learning which deals with any observation is called "posterior". The paper describes how posterior machine learning can be modified by a priori machine learning. A priori and posterior machine learning algorithms are proposed for artificial neural network training and are tested in the task of audio-visual phoneme classification.
Práva:	© Jan Zelinka - Jan Romportl - Luděk Müller
Vyskytuje se v kolekcích:	Články / Articles (MMI) Články / Articles (KKY)

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.