TY -的A2 Sanei Saeid盟——王、郑盟——吴Qingbiao PY - 2018 DA - 2018/12/23 TI -再加权方案来改善神经自回归分布估计量的表示SP - 6401645六世- 2018 AB -神经自回归分布估计量(纳德)是一个竞争模型密度估计的任务领域的机器学习。而纳德主要集中在估计密度的问题,处理其他任务的能力还有待提高。在本文中,我们介绍一种简单而有效的再加权方案修改的参数学习纳德。我们利用纳德的结构,激活的重量来自相应的隐藏层。实验表明,无监督学习的特点与我们再加权方案将更有意义,并为神经网络初始化的性能有显著的改善。SN - 1687 - 5265 UR - https://doi.org/10.1155/2018/6401645 - 10.1155 / 2018/6401645摩根富林明计算智力和神经科学PB - Hindawi KW - ER