elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Kontakt | English
Schriftgröße: [-] Text [+]

Learning Sequence Neighbourhood Metrics

Bayer, Justin und Osendorfer, Christian und van der Smagt, Patrick (2011) Learning Sequence Neighbourhood Metrics. NIPS 2011, Beyond Mahalanobis: Supervised Large-Scale Learning of Similarity , TUM.

[img] PDF - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
232kB

Kurzfassung

Storing short descriptors of sequential data has several benefits. First, they typically require much less memory and thus make processing of large data sets much more efficient. Second, if the descriptors are formed as vectors, e.g. x 2 Rn, numerous algorithms tailored towards static data can be applied. Instead of applying static data algorithms to dynamic data, we propose to learn a mapping from sequential data to static data first. This can be done by combining recurrent neural networks (RNNs), a pooling operation and any differentiable objective function for static data. In this work, we present how neigbourhood components analysis (NCA) (Goldberger et al. 2004) can be used to learn meaningful representations which lead to excellent classification results and visualizations on a speech dataset.

Dokumentart:Konferenzbeitrag (Vortrag, Paper)
Titel:Learning Sequence Neighbourhood Metrics
Autoren:
AutorenInstitution oder E-Mail-Adresse der Autoren
Bayer, Justin Technische Universität München
Osendorfer, Christian Technische Universität München
van der Smagt, Patrick smagt@dlr.de
Datum:2011
Referierte Publikation:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:Learning Sequence
Veranstaltungstitel:NIPS 2011, Beyond Mahalanobis: Supervised Large-Scale Learning of Similarity
Veranstaltungsort:TUM
Veranstaltungsart:Workshop
HGF - Forschungsbereich:Verkehr und Weltraum (alt)
HGF - Programm:Weltraum (alt)
HGF - Programmthema:W SY - Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Weltraum
DLR - Forschungsgebiet:W SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):W - RMC - Kognitive Intelligenz und Autonomie (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik > Robotersysteme
Hinterlegt von: Gabriele Beinhofer
Hinterlegt am:20 Jan 2012 11:34
Letzte Änderung:20 Jan 2012 11:34

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Copyright © 2008-2013 Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.