Deep Gaussian processes and infinite neural networks for the analysis of EEG signals in Alzheimer’s diseases

Autor: Rigoberto Fonseca-Delgado, Saba Infante, Andy Cumbicus, Krishna Román

Publikováno v: Revista de Matemática: Teoría y Aplicaciones; Vol. 29 No. 2 (2022): Revista de Matemática: Teoría y Aplicaciones; 289-312
Revista de Matemática: Teoría y Aplicaciones; Vol. 29 Núm. 2 (2022): Revista de Matemática: Teoría y Aplicaciones; 289-312
Revista de Matemática; Vol. 29 N.º 2 (2022): Revista de Matemática: Teoría y Aplicaciones; 289-312
Portal de Revistas UCR
Universidad de Costa Rica
instacron:UCR
Revista de Matemática Teoría y Aplicaciones, Volume: 29, Issue: 2, Pages: 289-312, Published: DEC 2022

Deep neural network models (DGPs) can be represented hierarchically by a sequential composition of layers. When the prior distribution over the weights and biases are independently identically distributed, there is an equivalence with Gaussian proces

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::1f1cb19d6b9118f082f6443fcd518f50
https://revistas.ucr.ac.cr/index.php/matematica/article/view/48885