Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Exploiting the Beta Distribution-Based Reputation Model in Recommender System Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

A Dual Network for Transfer Learning with Spike Train Data

verfasst von : Keith Johnson, Wei Liu

Erschienen in: AI 2015: Advances in Artificial Intelligence

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

A massive amount of data is being produced in a continual stream, in real time, which renders traditional batch processing based data mining and neural network techniques as incapable. In this paper we focus on transfer learning from Spike Train Data, for which traditional techniques often require tasks to be distinctively identified during the training phase. We propose a novel dual network model that demonstrates transfer learning from spike train data without explicit task specification. An implementation of the proposed approach was tested experimentally to evaluate its ability to use previously learned knowledge to improve the learning of new tasks.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Two Tiered Finite Mixture Modelling Framework to Cluster Customers on EFTPOS Network
Nächstes Kapitel Stable Feature Selection with Support Vector Machines
Literatur
1.
Fahlman, S.E., Lebiere, C.: The cascade-correlation learning architecture. In: Touretzky, D.S. (ed.) Advances in Neural Information Processing Systems, vol. 2, pp. 524–532, Denver 1989. Morgan Kaufmann, San Mateo (1990)
2.
Geramifard, A., Doshi, F., Redding, J., Roy, N., How, J.: Online discovery of feature dependencies. In: Proceedings of the 28th International Conference on Machine Learning (ICML 2011), pp. 881–888 (2011)
3.
4.
Maass, W.: Networks of spiking neurons: the third generation of neural network models. Neural Netw. 10(9), 1659–1671 (1997)CrossRef
5.
Mitchell, T.: The need for biases in learning generalizations. In: Readings in Machine Learning, pp. 184–191 (1980)
6.
Pratt, L., Jennings, B.: A survey of transfer between connectionist networks. Connection Sci. 8(2), 163–184 (1996)CrossRef
7.
Pratt, L.Y.: Discriminability-based transfer between neural networks. In: Advances in Neural Information Processing Systems 5, [NIPS Conference], pp. 204–211. Morgan Kaufmann Publishers Inc., San Francisco (1993)
8.
Pratt, L.Y.: Transferring previously learned back-propagation neural networks to new learning tasks. Ph.D. thesis, Rutgers University, Department of Computer Science (1993)
9.
Pratt, L.Y., Mostow, J., Kamm, C.A.: Direct transfer of learned information among neural networks. In: Proceedings of the Ninth National Conference on Artificial Intelligence, AAAI 1991, vol. 2, pp. 584–589. AAAI Press (1991)
10.
Shultz, T.R., Rivest, F.: Knowledge-based cascade-correlation: using knowledge to speed learning. Connection Sci. 13(1), 43–72 (2001)CrossRefMATH
11.
Silver, D.L.: Selective transfer of neural network task knowledge. Ph.D. thesis, The University of Western Ontario, AAINQ58190 (2000)
12.
Waibel, A., Sawai, H., Shikano, K.: Modularity and scaling in large phonemic neural networks. IEEE Trans. Acoust. Speech Signal Process. 37(12), 1888–1898 (1989)CrossRef
Metadaten
Titel
A Dual Network for Transfer Learning with Spike Train Data
verfasst von
Keith Johnson
Wei Liu
Copyright-Jahr
2015
Buch
AI 2015: Advances in Artificial Intelligence

Print ISBN: 978-3-319-26349-6

Electronic ISBN: 978-3-319-26350-2

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-26350-2_25