Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này:
https://dspace.ctu.edu.vn/jspui/handle/123456789/10749
Toàn bộ biểu ghi siêu dữ liệu
Trường DC | Giá trị | Ngôn ngữ |
---|---|---|
dc.contributor.author | Nguyễn, Đình Hóa | - |
dc.date.accessioned | 2019-08-05T03:14:30Z | - |
dc.date.available | 2019-08-05T03:14:30Z | - |
dc.date.issued | 2018 | - |
dc.identifier.issn | 2525-2224 | - |
dc.identifier.uri | http://dspace.ctu.edu.vn/jspui/handle/123456789/10749 | - |
dc.description.abstract | This paper presents a new method for continous learning based on data transformation. The proposed approach is applicable where individual training datasets are separated and not sharable. This approach includes a long short term memory network combined with a pooling process. The data must be transformed to a new feature space such that it cannot be converted back to the originals, while it can still keep the same prediction performance. In this method, it is assumed that label data is sharable. The method is evaluated based on real data on permeability prediction. The experimental results show that this approach is sufficient for continous learning that is useful for combining the knowledge from different data sources. | vi_VN |
dc.language.iso | en | vi_VN |
dc.relation.ispartofseries | Tạp chí Khoa học Công nghệ Thông tin và Truyền thông;Số 01+02 .- Tr.24-28 | - |
dc.subject | Knowledge combination | vi_VN |
dc.subject | Data transformation | vi_VN |
dc.subject | Continous learning | vi_VN |
dc.subject | Neural network | vi_VN |
dc.subject | Estimation | vi_VN |
dc.title | A new approach for continous Learning | vi_VN |
dc.type | Article | vi_VN |
Bộ sưu tập: | Khoa học Công nghệ Thông tin và Truyền thông |
Các tập tin trong tài liệu này:
Tập tin | Mô tả | Kích thước | Định dạng | |
---|---|---|---|---|
_file_ | 3.08 MB | Adobe PDF | Xem | |
Your IP: 216.73.216.119 |
Khi sử dụng các tài liệu trong Thư viện số phải tuân thủ Luật bản quyền.