Deep Learning Models and Interpretations for Multivariate Discrete-Valued Event Sequence Prediction

QR kód

Deep Learning Models and Interpretations for Multivariate Discrete-Valued Event Sequence Prediction

Elmentve itt :

Bibliográfiai részletek
Szerzők:	Kőrösi Gábor Farkas Richárd
Dokumentumtípus:	Könyv része
Megjelent:	Springer International Publishing Cham 2021
Sorozat:	Artificial Neural Networks and Machine Learning – ICANN 2021
Tárgyszavak:	Számítás- és információtudomány
doi:	10.1007/978-3-030-86380-7_32
mtmt:	32725449
Online Access:	http://publicatio.bibl.u-szeged.hu/23819

Hasonló tételek

MOOC Performance Prediction by Deep Learning from Raw Clickstream Data
Szerző: Kőrösi Gábor, et al.
Megjelent: (2020)

Assessing Ensemble Learning Techniques in Bug Prediction
Szerző: Szamosvölgyi Zsolt János, et al.
Megjelent: (2021)

The role of interpretable patterns in deep learning for morphology
Szerző: Ács Judit, et al.
Megjelent: (2020)

Deep learning for industry 5.0 digital-twins of people and places : [abstract] /
Szerző: Fenech Kristian
Megjelent: (2024)

Deep learning in static, metric-based bug prediction
Szerző: Ferenc Rudolf, et al.
Megjelent: (2020)

Twitter bot detection using deep learning
Szerző: Kenyeres Ádám, et al.
Megjelent: (2022)

Interpretable neural networks based on continuous-valued logic and multicriteria decision operators
Szerző: Csiszár Orsolya, et al.
Megjelent: (2020)

Clickstream-based outcome prediction in short video MOOCs
Szerző: Kőrösi Gábor, et al.
Megjelent: (2018)

Mooc vs. traditional learning Possibilities and weaknesses of e-learning sites /
Szerző: Kőrösi Gábor
Megjelent: (2016)

Models for predicting the performance of ASP.NET web applications [abstract] /
Szerző: Bogárdi-Mészöly Ágnes, et al.
Megjelent: (2006)

On a class of discrete functions
Szerző: Kovačev Dimiter Stoičkov
Megjelent: (2006)

Optimizing sequence data analysis using convolution neural network for the prediction of CNV bait positions
Szerző: Maróti Zoltán, et al.
Megjelent: (2024)

Improving Gossip Learning via Limited Model Merging
Szerző: Danner Gábor, et al.
Megjelent: (2023)

Certain operations with the sets of discrete states
Szerző: Gavrilov M. A.
Megjelent: (1978)

Homogeneous event indexes
Szerző: Feind F., et al.
Megjelent: (1976)

Model-free control based on reinforcement learning [abstract] /
Szerző: Dávid Zoltán, et al.
Megjelent: (2006)

Application of learning methods in MCDA models overview and experimental comparison : [abstract] /
Szerző: Zsiros Ákos
Megjelent: (2002)

The analysis of the economy of the Hungarian milk processing companies in 2000 with multivariate methods [abstract] /
Szerző: Keszthelyi Krisztián
Megjelent: (2002)

Predictive complex event processing a conceptual framework for combining complex event processing and predictive analytics /
Szerző: Fülöp Lajos Jenő, et al.
Megjelent: (2012)

Application of deep learning tools in prediction of printability of 3D printed tablets
Szerző: Djuranović Marija, et al.
Megjelent: (2021)

Systematic learning of edge probabilities in the Domingos-Richardson model
Szerző: Bóta András, et al.
Megjelent: (2011)

Deep learning alapú agyi jel feldolgozás és beszédszintézis előkészítő munkálatai
Szerző: Arthur Frigyes Viktor, et al.
Megjelent: (2022)

Investigating the behaviour of a discrete retrial system
Szerző: Kárász Péter
Megjelent: (2008)

Deep Neural Network Embeddings for the Estimation of the Degree of Sleepiness
Szerző: Egas-Lopez Jose Vicente, et al.
Megjelent: (2021)

Phone recognition with hierarchical convolutional deep maxout networks
Szerző: Tóth László
Megjelent: (2015)

On involutorial automata and involutorial events
Szerző: Ito Masami, et al.
Megjelent: (1985)

Discrete simulation of distributed systems performance evaluation of a notification channel federation : [abstract] /
Szerző: Hosszú József
Megjelent: (2000)

Preprocessing and discrete tomographic reconstruction in neutron radiography [abstract] /
Szerző: Kiss Zoltán, et al.
Megjelent: (2004)

Speech de-identification with deep neural networks
Szerző: Fodor Ádám, et al.
Megjelent: (2021)

Calculating non-equidistant discretizations generated by Blaschke products
Szerző: Lócsi Levente
Megjelent: (2011)

Machine Learning Based Bug and Vulnerability Prediction
Szerző: Aladics Tamás
Megjelent: (2024)

Reconstruction of discrete sets from four projections decomposable cases : [abstract] /
Szerző: Balázs Péter, et al.
Megjelent: (2004)

Verified integration of differential equations with discrete delay
Szerző: Rauh Andreas, et al.
Megjelent: (2022)

Processing of random sequences with priority
Szerző: Iványi Antal M., et al.
Megjelent: (1978)

Velocity and distance of neighbourhood sequences
Szerző: Hajdu András, et al.
Megjelent: (2003)

Novel U-net based deep neural networks for transmission tomography
Szerző: Olasz Csaba, et al.
Megjelent: (2022)

Deep-water framework The Swiss army knife of humans working with machine learning models /
Szerző: Ferenc Rudolf, et al.
Megjelent: (2020)

Interval predictors for a class of uncertain discrete-time systems
Szerző: Meslem Nacim, et al.
Megjelent: (2020)

Generation and reconstruction of hv-convex 8-connected discrete sets
Szerző: Balogh Emese
Megjelent: (2001)

Probabilistic confidence prediction in document clustering [abstract] /
Szerző: Csorba Kristóf, et al.
Megjelent: (2006)