Deep convolutional Gaussian process

Kenneth Blomqvist, Samuel Kaski, Markus Heinonen

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Abstrakti

We propose deep convolutional Gaussian processes, a deep Gaussian process architecture with convolutional structure. The model is a principled Bayesian framework for detecting hierarchical combinations of local features for image classification. We demonstrate greatly improved image classification performance compared to current Gaussian process approaches on the MNIST and CIFAR-10 datasets. In particular, we improve CIFAR-10 accuracy by over 10 percentage points.
AlkuperäiskieliEnglanti
OtsikkoProceedings of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases
TilaHyväksytty/In press - 2019
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaEuropean Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases - Wurzburg, Saksa
Kesto: 16 syyskuuta 201920 syyskuuta 2019
Konferenssinumero: 16

Conference

ConferenceEuropean Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases
LyhennettäECML PKDD
MaaSaksa
KaupunkiWurzburg
Ajanjakso16/09/201920/09/2019

Sormenjälki Sukella tutkimusaiheisiin 'Deep convolutional Gaussian process'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

  • Siteeraa tätä

    Blomqvist, K., Kaski, S., & Heinonen, M. (Hyväksytty/painossa). Deep convolutional Gaussian process. teoksessa Proceedings of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases