Neural Networks for Complex Data

Abstract : Artificial neural networks are simple and efficient machine learning tools. Defined originally in the traditional setting of simple vector data, neural network models have evolved to address more and more difficulties of complex real world problems, ranging from time evolving data to sophisticated data structures such as graphs and functions. This paper summarizes advances on those themes from the last decade, with a focus on results obtained by members of the SAMM team of Université Paris 1
Type de document :
Article dans une revue
KI - Künstliche Intelligenz, 2012, 26 (4), pp.373-380. <10.1007/s13218-012-0207-2>
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-00744929
Contributeur : Fabrice Rossi <>
Soumis le : mercredi 24 octobre 2012 - 11:00:53
Dernière modification le : mercredi 24 octobre 2012 - 14:38:01
Document(s) archivé(s) le : samedi 17 décembre 2016 - 04:07:00

Fichiers

non-vector-data.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Marie Cottrell, Madalina Olteanu, Fabrice Rossi, Joseph Rynkiewicz, Nathalie Villa-Vialaneix. Neural Networks for Complex Data. KI - Künstliche Intelligenz, 2012, 26 (4), pp.373-380. <10.1007/s13218-012-0207-2>. <hal-00744929>

Partager

Métriques

Consultations de
la notice

194

Téléchargements du document

158