Part of
This work proposes a probabilistic extension to Bézier curves as a basis for effectively modeling stochastic processes with a bounded index set. The proposed stochastic process model is based on Mixture Density Networks and Bézier curves with Gaussian random variables as control points. A key advantage of this model is given by the ability to generate multi-mode predictions in a single inference step, thus avoiding the need for Monte Carlo simulation.
Umfang: XII, 194 S.
Preis: 44.00 €
These are words or phrases in the text that have been
automatically identified by the
Named Entity Recognition and Disambiguation service,
which provides Wikipedia
(
)
and Wikidata
(
)
links for these entities.
Hug, R. 2022. Probabilistic Parametric Curves for Sequence Modeling. Karlsruhe: KIT Scientific Publishing. DOI: https://doi.org/10.5445/KSP/1000146434
Dieses Buch wurde im Open Access Format publiziert. Es gelten die Bestimmungen der Creative Commons Attribution 4.0 Lizenz (falls nicht anders vermerkt). Sie berechtigt die uneingeschränkte Nutzung, Vervielfältigung und Verbreitung in jeglichen Medien, solange das Werk angemessen zitiert wird. Das Urheberrecht behalten die Autorinnen und Autoren.
Dieses Buch ist Peer reviewed. Informationen dazu finden Sie hier
Veröffentlicht am 12. Juli 2022
Englisch
226
| Paperback | 978-3-7315-1198-4 |