Deep Autoencoding Topic Model With Scalable Hybrid Bayesian Inference
To build a flexible and interpretable model for document analysis, we develop deep autoencoding topic model (DATM) that uses a hierarchy of gamma distributions to construct its multi-stochastic-layer generative network. In order to provide scalable posterior inference for the parameters of the gener...
Ausführliche Beschreibung
Bibliographische Detailangaben
| Veröffentlicht in: | IEEE transactions on pattern analysis and machine intelligence. - 1979. - 43(2021), 12 vom: 30. Dez., Seite 4306-4322
|
|---|
| 1. Verfasser: |
Zhang, Hao
(VerfasserIn) |
|---|
| Weitere Verfasser: |
Chen, Bo,
Cong, Yulai,
Guo, Dandan,
Liu, Hongwei,
Zhou, Mingyuan |
|---|
| Format: | Online-Aufsatz
|
|---|
| Sprache: | English |
|---|
| Veröffentlicht: |
2021
|
|---|
| Zugriff auf das übergeordnete Werk: | IEEE transactions on pattern analysis and machine intelligence
|
|---|
| Schlagworte: | Journal Article |
|---|