Počet záznamů: 1
Bayesian transfer learning between autoregressive inference tasks
- 1.
SYSNO ASEP 0538247 Druh ASEP V - Výzkumná zpráva Zařazení RIV Záznam nebyl označen do RIV Název Bayesian transfer learning between autoregressive inference tasks Tvůrce(i) Barber, Alec (UTIA-B)
Quinn, Anthony (UTIA-B) ORCIDCelkový počet autorů 2 Vyd. údaje Praha: ÚTIA AV ČR, 2020 Edice Research Report Č. sv. edice 2389 Forma vydání Tištěná - P Jazyk dok. eng - angličtina Země vyd. CZ - Česká republika Klíč. slova autoregression ; transfer learning ; Fully Probabilistic Design ; FPD ; food-commodities price prediction Vědní obor RIV BD - Teorie informace Obor OECD Applied mathematics CEP GA18-15970S GA ČR - Grantová agentura ČR Institucionální podpora UTIA-B - RVO:67985556 Anotace Bayesian transfer learning typically relies on a complete stochastic dependence speci cation between source and target learners which allows the opportunity for Bayesian conditioning. We advocate that any requirement for the design or assumption of a full model between target and sources is a restrictive form of transfer learning. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2021
Počet záznamů: 1