PR-088: Deep Variational Bayes Filters (2017)
Автор: Terry TaeWoong Um
Загружено: 2018-05-21
Просмотров: 3174
Описание:
seqeunce나 time-series 데이터엔 RNN이나 LSTM이 참 효과적이죠? 하지만 그것만으로는 불만족스럽다고 하네요.
"What's wrong with RNN?"
사실 비슷한 질문을 한적이 있었죠. "Autoencoder가 있는데 Variational Autoencoder는 도대체 왜 있는거죠?"
핵심은 Latent space에 있습니다. 사실 우리는 prediction만을 내뱉는걸 원하지 않고, 확률분포를 알기를 바라며, 더 정확히는 observation을 만들어내는 데이터가 "진짜로" 살고 있는 공간, latent space를 찾길 바라는거죠.
무슨 얘기냐고요? 이 발표를 들으시면 조금은 감이 잡히시지 않을까 싶습니다. VAE를 timeseries에 확장한, 혹은 칼만필터에 딥러닝을 첨가한 "Deep Variational Bayes Filters (2017)"이란 논문입니다.
"Deep Variational Bayes Filters: Unsupervised Learning of State Space Models from Raw Data", ICLR2017.
[arXiv] https://arxiv.org/abs/1605.06432
[Slides] https://www.slideshare.net/TerryTaewo...
테리의 딥러닝 토크
[youtube] • 테리의 딥러닝 토크
[facebook] / deeplearningtalk
Повторяем попытку...
Доступные форматы для скачивания:
Скачать видео
-
Информация по загрузке:
![[DECODED] Korea in the Global Robotics Race | Choi Yon-sue, CFO of Holiday Robotics](https://ricktube.ru/thumbnail/pXq3gR3zqrc/mqdefault.jpg)
