Машина Гельмгольца - Helmholtz machine
Машина Гельмгольца (названная в честь Германа фон Гельмгольца и его концепции свободной энергии Гельмгольца ) представляет собой тип искусственной нейронной сети, которая может учитывать скрытую структуру набора данных путем обучения созданию генеративной модели исходного набора данных. . Есть надежда, что, изучив экономичное представление данных, основная структура генеративной модели должна разумно аппроксимировать скрытую структуру набора данных. Машина Гельмгольца содержит две сети: восходящую сеть распознавания, которая принимает данные в качестве входных данных и производит распределение по скрытым переменным, и нисходящую «генерирующую» сеть, которая генерирует значения скрытых переменных и самих данных.
Машины Гельмгольца обычно обучаются с использованием алгоритма обучения без учителя , такого как алгоритм бодрствования-сна . Они являются предшественниками вариационных автоэнкодеров , которые вместо этого обучаются с использованием обратного распространения ошибки . Машины Гельмгольца также могут использоваться в приложениях, требующих контролируемого алгоритма обучения (например, распознавание символов или позиционно-инвариантное распознавание объекта в поле).
Смотрите также
использованная литература
внешние ссылки
- http://www.cs.utoronto.ca/~hinton/helmholtz.html - статьи Хинтона о машинах Гельмгольца
- https://www.nku.edu/~kirby/docs/HelmholtzTutorialKoeln.pdf - Учебник по машинам Гельмгольца
 |
Эта статья об искусственном интеллекте незавершена . Вы можете помочь Википедии, расширив ее . |