ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Autres revues >>

Document Numérique

1279-5127
 

 ARTICLE VOL 14/2 - 2011  - pp.11-27  - doi:10.3166/dn.14.2.11-27
TITRE
Modèle hybride champ markovien conditionnel et réseau de neurones profond

RÉSUMÉ

Nous proposons un modèle qui est un hybride de champ markovien conditionnel et d’un réseau de neurones profond. Il s’agit d’un modèle graphique non linéaire exploitable pour toute tâche de prédiction de sorties structurées. L’intérêt est de combiner la capacité des réseaux de neurones profonds à extraire des caractéristiques de haut niveau et la capacité discriminante des champs conditionnels pour des données complexes.



ABSTRACT

We propose a non-linear graphical model for structured prediction. It combines the power of deep networks to extract high level features with the discriminant power of Markov networks for complex data, yielding a powerful and scalable model that we apply to signal labeling tasks.



AUTEUR(S)
Trinh-Minh-Tri DO, T. ARTIÈRES

MOTS-CLÉS
champs aléatoires conditionnels, réseaux de neurones profonds, reconnaissance de caractères

KEYWORDS
conditional random fields, deep neural networks, character recognition

BIBLIOGRAPHIE
dn.revuesonline.com/revues/20/10.3166/dn.14.2.11-27.html

LANGUE DE L'ARTICLE
Français

 PRIX
GRATUIT
   
ACCÉDER A L'ARTICLE COMPLET  (481 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier