Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licenseReconocimiento 4.0 Internacional. (CC BY)es
dc.contributor.authorMayr, F.es
dc.contributor.authorYovine, S.es
dc.contributor.authorPan, F.es
dc.contributor.authorBasset, N.es
dc.contributor.authorDang, T.es
dc.date.accessioned2022-06-20T17:28:33Z-
dc.date.available2022-06-20T17:28:33Z-
dc.date.issued2022-06-17-
dc.identifier.urihttps://hdl.handle.net/20.500.12381/595-
dc.description.abstractWe propose a new active learning algorithm for PDFA based on three main aspects: a congruence over states which takes into account next-symbol probability distributions, a quantization that copes with differences in distributions, and an efficient tree-based data structure. Experiments showed significant performance gains with respect to reference implementations.es
dc.description.sponsorshipAgencia Nacional de Investigación e Innovaciónes
dc.language.isoenges
dc.rightsAcceso abiertoes
dc.subjectArtificial Intelligencecees
dc.subjectActive Learninges
dc.titleTowards Efficient Active Learning of PDFAes
dc.typePreprintes
dc.subject.aniiCiencias Naturales y Exactas
dc.subject.aniiCiencias de la Computación e Información
dc.subject.aniiCiencias de la Computación
dc.identifier.aniiFMV_1_2019_1_155913es
dc.anii.subjectcompleto//Ciencias Naturales y Exactas/Ciencias de la Computación e Información/Ciencias de la Computaciónes
Aparece en las colecciones: Publicaciones de ANII

Archivos en este ítem:
archivo Descripción Tamaño Formato  
Towards_Efficient_Active_Learning_of_PDFA__short_.pdf424.75 kBAdobe PDFDescargar

Las obras en REDI están protegidas por licencias Creative Commons.
Por más información sobre los términos de esta publicación, visita: Reconocimiento 4.0 Internacional. (CC BY)

Mostrar el registro sencillo del ítem