
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Ribeiro, Fabiano | - |
| Autor(es): dc.creator | Opper, Manfred | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:35:39Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:35:39Z | - |
| Data de envio: dc.date.issued | 2018-03-05 | - |
| Data de envio: dc.date.issued | 2018-03-05 | - |
| Data de envio: dc.date.issued | 2011-04 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/28801 | - |
| Fonte completa do material: dc.identifier | https://www.mitpressjournals.org/doi/abs/10.1162/NECO_a_00104?url_ver=Z39.88-2003&rfr_id=ori%3Arid%3Acrossref.org&rfr_dat=cr_pub%3Dpubmed | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1143109 | - |
| Descrição: dc.description | We discuss the expectation propagation (EP) algorithm for approximate Bayesian inference using a factorizing posterior approximation. For neural network models, we use a central limit theorem argument to make EP tractable when the number of parameters is large. For two types of models, we show that EP can achieve optimal generalization performance when data are drawn from a simple distribution. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Massachusetts Institute of Technology | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Neural Computation | - |
| Palavras-chave: dc.subject | Expectation propagation algorithm | - |
| Palavras-chave: dc.subject | Bayesian inference | - |
| Palavras-chave: dc.subject | Factorizing posterior approximation | - |
| Palavras-chave: dc.subject | Neural network models | - |
| Palavras-chave: dc.subject | Algoritmo de propagação de expectativa | - |
| Palavras-chave: dc.subject | Inferência Bayesiana | - |
| Palavras-chave: dc.subject | Fatorização da aproximação posterior | - |
| Palavras-chave: dc.subject | Modelos de rede neural | - |
| Título: dc.title | Expectation propagation with factorizing distributions: a Gaussian approximation and performance results for simple models | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: