Sie befinden Sich nicht im Netzwerk der Universität Paderborn. Der Zugriff auf elektronische Ressourcen ist gegebenenfalls nur via VPN oder Shibboleth (DFN-AAI) möglich. mehr Informationen...

Details

Autor(en) / Beteiligte
Titel
A Vector Quantization Approach for Life-Long Learning of Categories
Ist Teil von
  • Advances in Neuro-Information Processing, 2009, p.805-812
Ort / Verlag
Berlin, Heidelberg: Springer Berlin Heidelberg
Erscheinungsjahr
2009
Link zum Volltext
Quelle
Alma/SFX Local Collection
Beschreibungen/Notizen
  • We present a category learning vector quantization (cLVQ) approach for incremental and life-long learning of multiple visual categories where we focus on approaching the stability-plasticity dilemma. To achieve the life-long learning ability an incremental learning vector quantization approach is combined with a category-specific feature selection method in a novel way to allow several metrical “views” on the representation space for the same cLVQ nodes.
Sprache
Englisch
Identifikatoren
ISBN: 9783642024894, 3642024890, 9783642024900, 3642024904
ISSN: 0302-9743
eISSN: 1611-3349
DOI: 10.1007/978-3-642-02490-0_98
Titel-ID: cdi_springer_books_10_1007_978_3_642_02490_0_98

Weiterführende Literatur

Empfehlungen zum selben Thema automatisch vorgeschlagen von bX