Variational inference based unsupervised continual learning
This research is aimed at investigating variational inference based deep learning approach for generative continual learning. Continual learning is aimed at learning a sequence of task, in scenarios where data from past tasks are unavailable. Thus, it emphasizes on learning a sequence of task, witho...
محفوظ في:
المؤلف الرئيسي: | Gao, Zhaoqi |
---|---|
مؤلفون آخرون: | Ponnuthurai Nagaratnam Suganthan |
التنسيق: | Thesis-Master by Coursework |
اللغة: | English |
منشور في: |
Nanyang Technological University
2022
|
الموضوعات: | |
الوصول للمادة أونلاين: | https://hdl.handle.net/10356/155840 |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
المؤسسة: | Nanyang Technological University |
اللغة: | English |
مواد مشابهة
-
Unsupervised generative variational continual learning
بواسطة: Liu, Guimeng
منشور في: (2023) -
Low-power neuromorphic circuits for unsupervised spike based learning
بواسطة: He, Tong
منشور في: (2016) -
Gradient inversion-based inference attack against federated learning
بواسطة: Chan, Joel Yuan Wei
منشور في: (2023) -
Structured sparse representations for supervised and unsupervised learning
بواسطة: Zeng, Yijie
منشور في: (2020) -
Learning spike time codes through supervised and unsupervised structural plasticity
بواسطة: Roy, Subhrajit
منشور في: (2016)