Learning probabilistic sentential decision diagrams by sampling (2020)
- Authors:
- USP affiliated authors: MAUÁ, DENIS DERATANI - IME ; GEH, RENATO LUI - IME
- Unidade: IME
- DOI: 10.5753/kdmile.2020.11968
- Subjects: INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL; RACIOCÍNIO PROBABILÍSTICO
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: SBC
- Publisher place: Porto Alegre
- Date published: 2020
- Source:
- Título: Proceedings
- Conference titles: Symposium on Knowledge Discovery, Mining and Learning - KDMiLe
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
GEH, Renato Lui e MAUÁ, Denis Deratani e ANTONUCCI, Alessandro. Learning probabilistic sentential decision diagrams by sampling. 2020, Anais.. Porto Alegre: SBC, 2020. Disponível em: https://doi.org/10.5753/kdmile.2020.11968. Acesso em: 21 jan. 2026. -
APA
Geh, R. L., Mauá, D. D., & Antonucci, A. (2020). Learning probabilistic sentential decision diagrams by sampling. In Proceedings. Porto Alegre: SBC. doi:10.5753/kdmile.2020.11968 -
NLM
Geh RL, Mauá DD, Antonucci A. Learning probabilistic sentential decision diagrams by sampling [Internet]. Proceedings. 2020 ;[citado 2026 jan. 21 ] Available from: https://doi.org/10.5753/kdmile.2020.11968 -
Vancouver
Geh RL, Mauá DD, Antonucci A. Learning probabilistic sentential decision diagrams by sampling [Internet]. Proceedings. 2020 ;[citado 2026 jan. 21 ] Available from: https://doi.org/10.5753/kdmile.2020.11968 - Learning probabilistic sentential decision diagrams under logic constraints by sampling and averaging
- End-to-end imitation learning of lane following policies using sum-product networks
- Scalable learning of probabilistic circuits
- Fast and accurate learning of probabilistic circuits by random projections
- Scalable learning of probabilistic circuits
- The National Meeting on Artificial and Computational Intelligence (ENIAC) is one the main national forums for researchers... [Preface]
- Approximation complexity of maximum a posteriori inference in sum-product networks
- Hidden Markov models with set-valued parameters
- Modelos de tópicos na classificação automática de resenhas de usuário
- Advances in automatically solving the ENEM
Informações sobre o DOI: 10.5753/kdmile.2020.11968 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3009852.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
