Hybrid Learning Systems utilizing Sum-Product Networks

Informazioni relative al progetto

HYBSPN

ID dell’accordo di sovvenzione: 797223

DOI

10.3030/797223

Progetto chiuso

Data della firma CE 9 Marzo 2018

Data di avvio 1 Marzo 2018

Data di completamento 31 Dicembre 2019

Finanziato da

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Costo totale

€ 179 166,90

Contributo UE

€ 179 166,90

Coordinato da

THE CHANCELLOR MASTERS AND SCHOLARS OF THE UNIVERSITY OF CAMBRIDGE
United Kingdom

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Conference proceedings (7)

Hierarchical Decompositional Mixtures of Variational Autoencoders

Autori: Ping Liang Tan and Robert Peharz
Pubblicato in: Proceedings of the 36th International Conference on Machine Learning (ICML), Numero 36, 2019, Pagina/e 6115--6124
Editore: Proceedings of Machine Learning Research

Minimal Random Code Learning: Getting Bits Back from Compressed Model Parameters

Autori: Havasi, Marton; Peharz, Robert; Hernández-Lobato, José Miguel
Pubblicato in: International Conference on Learning Representations, ICLR 2019, Numero 7, 2019, Pagina/e --
Editore: OpenReview.net

Faster Attend-Infer-Repeat with Tractable Probabilistic Models

Autori: Karl Stelzner, Robert Peharz and Kristian Kersting
Pubblicato in: Proceedings of the 36th International Conference on Machine Learning (ICML), Numero 36, 2019, Pagina/e 5966--5975
Editore: Proceedings of Machine Learning Research (PMLR)

Automatic Bayesian Density Analysis

Autori: Antonio Vergari, Alejandro Molina, Robert Peharz, Zoubin Ghahramani, Kristian Kersting, Isabel Valera
Pubblicato in: Proceedings of the AAAI Conference on Artificial Intelligence, Numero 33, 2019, Pagina/e 5207-5215, ISSN 2374-3468
Editore: AAAI Press
DOI: 10.1609/aaai.v33i01.33015207

Random Sum-Product Networks: A Simple and Effective Approach to Probabilistic Deep Learning

Autori: Robert Peharz, Antonio Vergari, Karl Stelzner, Alejandro Molina, Martin Trapp, Xiaoting Shao, Kristian Kersting and Zoubin Ghahramani
Pubblicato in: Proceedings of the Thirty-Fifth Conference on Uncertainty in Artificial Intelligence, (UAI), Numero 35, 2019, Pagina/e --
Editore: AUAI Press

Bayesian Learning of Sum-Product Networks

Autori: Martin Trapp, Robert Peharz, Hong Ge, Franz Pernkopf, Zoubin Ghahramani
Pubblicato in: Advances in Neural Information Processing Systems, Numero 32, 2019, Pagina/e 6344--6355
Editore: Curran Associates, Inc.

Deep Structured Mixtures of Gaussian Processes

Autori: Martin Trapp, Robert Peharz, Franz Pernkopf, Carl E. Rasmussen
Pubblicato in: Proceedings of the 23rd International Conference on Artificial Intelligence and Statistics (AISTATS), Numero 1, 2020, Pagina/e accepted, in print
Editore: Proceedings of Machine Learning Research

Other (4)

SPFlow: An Easy and Extensible Library for Deep Probabilistic Learning using Sum-Product Networks

Autori: Molina, Alejandro; Vergari, Antonio; Stelzner, Karl; Peharz, Robert; Subramani, Pranav; Di Mauro, Nicola; Poupart, Pascal; Kersting, Kristian
Pubblicato in: Arxiv preprints, Numero 1, 2018
Editore: arxiv.org

Efficient and Robust Machine Learning for Real-World Systems

Autori: Pernkopf, Franz; Roth, Wolfgang; Zoehrer, Matthias; Pfeifenberger, Lukas; Schindler, Guenther; Froening, Holger; Tschiatschek, Sebastian; Peharz, Robert; Mattina, Matthew; Ghahramani, Zoubin
Pubblicato in: Arxiv preprints, Numero 1, 2018
Editore: arxiv.org

Conditional Sum-Product Networks: Imposing Structure on Deep Probabilistic Architectures

Autori: Xiaoting Shao, Alejandro Molina, Antonio Vergari, Karl Stelzner, Robert Peharz, Thomas Liebig, Kristian Kersting
Pubblicato in: Arxiv Preprints, 2019
Editore: arxiv.org

Sum-Product Network Decompilation

Autori: Cory J. Butz, Jhonatan S. Oliveira, Robert Peharz
Pubblicato in: Arxiv preprints, 2019
Editore: arxiv.org

Peer reviewed articles (1)

Hybrid generative-discriminative training of Gaussian mixture models

Autori: Wolfgang Roth, Robert Peharz, Sebastian Tschiatschek, Franz Pernkopf
Pubblicato in: Pattern Recognition Letters, Numero 112, 2018, Pagina/e 131-137, ISSN 0167-8655
Editore: Elsevier BV
DOI: 10.1016/j.patrec.2018.06.014