Nonparametric neural topic modeling for customer insight extraction about the tire industry - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

Nonparametric neural topic modeling for customer insight extraction about the tire industry

Miguel Palencia-Olivar
  • Fonction : Auteur
Stephane Bonnevay
  • Fonction : Auteur
Alexandre Aussem
  • Fonction : Auteur
Data Mining and Machine Learning
Bruno Canitia
  • Fonction : Auteur

Domaines

Intelligence artificielle [cs.AI] Base de données [cs.DB] Algorithme et structure de données [cs.DS] Apprentissage [cs.LG]

Céline Robardet  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03898500

Soumis le : mercredi 14 décembre 2022-14:04:56

Dernière modification le : mercredi 4 septembre 2024-17:34:07

Fichier non déposé

Dates et versions

hal-03898500 , version 1 (14-12-2022)

Identifiants

Citer

Miguel Palencia-Olivar, Stephane Bonnevay, Alexandre Aussem, Bruno Canitia. Nonparametric neural topic modeling for customer insight extraction about the tire industry. 2022 International Joint Conference on Neural Networks (IJCNN), Jul 2022, Padua, Italy. pp.01-09, ⟨10.1109/IJCNN55064.2022.9892577⟩. ⟨hal-03898500⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS UNIV-LYON1 UNIV-LYON2 INSA-LYON EC-LYON LIRIS INSA-GROUPE UDL
25 Consultations
0 Téléchargements

Altmetric

Partager

More