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:
Global Descriptors of Convolution Neural Networks for Remote Scene Images Classification Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

Data Stream Adaptive Partitioning of Sliding Window Based on Gaussian Restricted Boltzmann Machine

verfasst von : Wei Wang, Mengjun Zhang

Erschienen in: Artificial Intelligence in China

Verlag: Springer Singapore

Einloggen

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

search-config
loading …

Abstract

In this paper, the adaptive partitioning problem of data stream under sliding window is discussed. Gaussian restricted Boltzmann machine (GRBM) model supporting decimal input is proposed, which can be trained through iteration for data reconstruction subsequently. At the same time, a data stream adaptive block algorithm based on Kullback–Leibler divergence (KL distance) is proposed to compare the probability distribution difference in the sliding window. Then, obtain the predicted value by the distribution of the previous data and determine whether the KL distance is within the confidence interval, so as to realize the adaptive adjustment of the sliding window, and the divided of data stream.

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 Weighted Least Square Support Vector Regression Method with GGP-Based Sequential Sampling
Nächstes Kapitel Intrusion Detection Based on Convolutional Neural Network in Complex Network Environment
Literatur
1.
Bifet A, Gavalda R (2007) Learning from time-changing data with adaptive windowing. In: Proceedings of the 2007 SIAM international conference on data mining, pp 443–448
2.
Dalmazo BL, Vilela JP, Curado M (2014) Online traffic prediction in the cloud: a dynamic window approach. In: 2014 International conference on future internet of things and cloud. IEEE, pp 9–14
3.
Salakhutdinov R, Hinton G (2009) Deep boltzmann machines. In: Artificial intelligence and statistics, pp 448–455
4.
Larochelle H, Mandel M, Pascanu R et al (2012) Learning algorithms for the classification restricted boltzmann machine. J Mach Learn Res 13(Mar):643–669
5.
Hinton GE (2002) Training products of experts by minimizing contrastive divergence. Neural Comput 14(8):1771–1800CrossRef
6.
Hinton GE (2012) A practical guide to training restricted Boltzmann machines. In: Neural networks: tricks of the trade, pp 599–619
7.
8.
Tieleman T (2008) Training restricted Boltzmann machines using approximations to the likelihood gradient. In: Proceedings of the 25th international conference on machine learning, pp 1064–1071
9.
Milias-Argeitis A, Lygeros J (2011) Efficient stochastic simulation of metastable Markov chains. In: 2011 50th IEEE conference on decision and control and European control conference. IEEE, pp 2239–2244
Metadaten
Titel
Data Stream Adaptive Partitioning of Sliding Window Based on Gaussian Restricted Boltzmann Machine
verfasst von
Wei Wang
Mengjun Zhang
Copyright-Jahr
2020
Verlag
Springer Singapore
Buch
Artificial Intelligence in China

Print ISBN: 978-981-15-0186-9

Electronic ISBN: 978-981-15-0187-6

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-981-15-0187-6_25

Neuer Inhalt

    Bildnachweise