« Réseau somme-produit » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Modèle graphique probabiliste dans lequel les nœuds terminaux représentent des distributions de probabilité univariées et les nœuds non terminaux représentent des combinaisons convexes (sommes pondérées) et des produits de fonctions de probabilité. | Modèle graphique probabiliste dans lequel les nœuds terminaux représentent des distributions de probabilité univariées et les nœuds non terminaux représentent des combinaisons convexes (sommes pondérées) et des produits de fonctions de probabilité. | ||
== Français == | == Français == | ||
''' | '''réseau somme-produit''' | ||
== Anglais == | == Anglais == | ||
''' | '''sum-product network''' | ||
| Ligne 16 : | Ligne 14 : | ||
[https://deepai.org/publication/sum-product-networks-a-survey#:~:text=A%20sum-product%20network%20%28SPN%29%20is%20a%20probabilistic%20model%2C,combinations%20%28weighted%20sums%29%20and%20products%20of%20probability%20functions. Source : DeepAI.org ] | [https://deepai.org/publication/sum-product-networks-a-survey#:~:text=A%20sum-product%20network%20%28SPN%29%20is%20a%20probabilistic%20model%2C,combinations%20%28weighted%20sums%29%20and%20products%20of%20probability%20functions. Source : DeepAI.org ] | ||
[[Catégorie: | [[Catégorie:publication]] | ||
[[Catégorie:App-profond-livre]] | [[Catégorie:App-profond-livre]] | ||
[[Catégorie:Apprentissage profond]] | [[Catégorie:Apprentissage profond]] | ||
Version du 25 avril 2021 à 20:01
Définition
Modèle graphique probabiliste dans lequel les nœuds terminaux représentent des distributions de probabilité univariées et les nœuds non terminaux représentent des combinaisons convexes (sommes pondérées) et des produits de fonctions de probabilité.
Français
réseau somme-produit
Anglais
sum-product network
Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018
Contributeurs: Claire Gorjux, Imane Meziani, Jacques Barolet, wiki
