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 convolutional Gaussian process approaches on the MNIST and CIFAR-10 datasets. In particular, we improve state-of-the-art CIFAR-10 accuracy by over 10% points.

AlkuperäiskieliEnglanti
OtsikkoMachine Learning and Knowledge Discovery in Databases - European Conference, ECML PKDD 2019, Proceedings
ToimittajatUlf Brefeld, Elisa Fromont, Andreas Hotho, Arno Knobbe, Marloes Maathuis, Céline Robardet
KustantajaSPRINGER
Sivut582-597
Sivumäärä16
ISBN (painettu)9783030461461
DOI - pysyväislinkit
TilaJulkaistu - 1 tammikuuta 2020
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

Julkaisusarja

NimiLecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)
Vuosikerta11907 LNAI
ISSN (painettu)0302-9743
ISSN (elektroninen)1611-3349

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 Processes'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

  • Siteeraa tätä

    Blomqvist, K., Kaski, S., & Heinonen, M. (2020). Deep Convolutional Gaussian Processes. teoksessa U. Brefeld, E. Fromont, A. Hotho, A. Knobbe, M. Maathuis, & C. Robardet (Toimittajat), Machine Learning and Knowledge Discovery in Databases - European Conference, ECML PKDD 2019, Proceedings (Sivut 582-597). (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Vuosikerta 11907 LNAI). SPRINGER . https://doi.org/10.1007/978-3-030-46147-8_35