ConvolutionalDeepBeliefNetworksfor*Scalable ...swadhin/reading_group/... ·...

Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hierarchical RepresentationsHonglak Lee, Roger Grosse, Rajesh Ranganath, Andrew Y. Ng

X or OCNN

A two-‐dimensionalarray of pixels

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 X -‐1 -‐1 -‐1 -‐1 X X -‐1-‐1 X X -‐1 -‐1 X X -‐1 -‐1-‐1 -‐1 X 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 X -‐1 -‐1-‐1 -‐1 X X -‐1 -‐1 X X -‐1-‐1 X X -‐1 -‐1 -‐1 -‐1 X -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 1-‐1 1 -‐11 -‐1 -‐1

1 -‐1 1-‐1 1 -‐11 -‐1 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 1-‐1 1 -‐11 -‐1 -‐1

1 -‐1 1-‐1 1 -‐11 -‐1 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 1-‐1 1 -‐11 -‐1 -‐1

1 -‐1 1-‐1 1 -‐11 -‐1 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 1-‐1 1 -‐11 -‐1 -‐1

1 -‐1 1-‐1 1 -‐11 -‐1 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 1-‐1 1 -‐11 -‐1 -‐1

1 -‐1 1-‐1 1 -‐11 -‐1 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 1-‐1 1 -‐11 -‐1 -‐1

1 -‐1 1-‐1 1 -‐11 -‐1 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

11 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 11 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 1 11 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 1 11

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 1 11 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 1 11 1 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 1 11 1 11

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 1 11 1 11 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 1 11 1 11 1 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 1 11 1 11 1 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

11 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 1 -‐11 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 1 -‐11 1 1-‐1 1 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1 1 -‐11 1 1-‐1 1 1

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

-‐1 -‐1 1-‐1 1 -‐11 -‐1 -‐1

1 -‐1 1-‐1 1 -‐11 -‐1 1

0.33 -‐0.55 0.11 -‐0.11 0.11 -‐0.55 0.33

-‐0.55 0.55 -‐0.55 0.33 -‐0.55 0.55 -‐0.55

0.11 -‐0.55 0.55 -‐0.77 0.55 -‐0.55 0.11

-‐0.11 0.33 -‐0.77 1.00 -‐0.77 0.33 -‐0.11

0.11 -‐0.55 0.55 -‐0.77 0.55 -‐0.55 0.11

-‐0.55 0.55 -‐0.55 0.33 -‐0.55 0.55 -‐0.55

0.33 -‐0.55 0.11 -‐0.11 0.11 -‐0.55 0.33

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

1 -‐1 -‐1-‐1 1 -‐1-‐1 -‐1 1

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

-‐1 -‐1 1-‐1 1 -‐11 -‐1 -‐1

1 -‐1 1-‐1 1 -‐11 -‐1 1

0.33 -‐0.55 0.11 -‐0.11 0.11 -‐0.55 0.33

-‐0.55 0.55 -‐0.55 0.33 -‐0.55 0.55 -‐0.55

0.11 -‐0.55 0.55 -‐0.77 0.55 -‐0.55 0.11

-‐0.11 0.33 -‐0.77 1.00 -‐0.77 0.33 -‐0.11

0.11 -‐0.55 0.55 -‐0.77 0.55 -‐0.55 0.11

-‐0.55 0.55 -‐0.55 0.33 -‐0.55 0.55 -‐0.55

0.33 -‐0.55 0.11 -‐0.11 0.11 -‐0.55 0.33

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

0.33 -‐0.55 0.11 -‐0.11 0.11 -‐0.55 0.33

-‐0.55 0.55 -‐0.55 0.33 -‐0.55 0.55 -‐0.55

0.11 -‐0.55 0.55 -‐0.77 0.55 -‐0.55 0.11

-‐0.11 0.33 -‐0.77 1.00 -‐0.77 0.33 -‐0.11

0.11 -‐0.55 0.55 -‐0.77 0.55 -‐0.55 0.11

-‐0.55 0.55 -‐0.55 0.33 -‐0.55 0.55 -‐0.55

0.33 -‐0.55 0.11 -‐0.11 0.11 -‐0.55 0.33

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

1.00 0.33

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

1.00 0.33 0.55

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

1.00 0.33 0.55 0.33

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

1.00 0.33 0.55 0.33

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

1.00 0.33 0.55 0.33

0.33 1.00 0.33 0.55

0.55 0.33 1.00 0.11

0.33 0.55 0.11 0.77

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

1.00 0.33 0.55 0.33

0.33 1.00 0.33 0.55

0.55 0.33 1.00 0.11

0.33 0.55 0.11 0.77

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

0.33 -‐0.55 0.11 -‐0.11 0.11 -‐0.55 0.33

-‐0.55 0.55 -‐0.55 0.33 -‐0.55 0.55 -‐0.55

0.11 -‐0.55 0.55 -‐0.77 0.55 -‐0.55 0.11

-‐0.11 0.33 -‐0.77 1.00 -‐0.77 0.33 -‐0.11

0.11 -‐0.55 0.55 -‐0.77 0.55 -‐0.55 0.11

-‐0.55 0.55 -‐0.55 0.33 -‐0.55 0.55 -‐0.55

0.33 -‐0.55 0.11 -‐0.11 0.11 -‐0.55 0.33

0.33 0.55 1.00 0.77

0.55 0.55 1.00 0.33

1.00 1.00 0.11 0.55

0.77 0.33 0.55 0.33

0.55 0.33 0.55 0.33

0.33 1.00 0.55 0.11

0.55 0.55 0.55 0.11

0.33 0.11 0.11 0.33

1.00 0.33 0.55 0.33

0.33 1.00 0.33 0.55

0.55 0.33 1.00 0.11

0.33 0.55 0.11 0.77

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

0.33 -‐0.55 0.11 -‐0.11 0.11 -‐0.55 0.33

-‐0.55 0.55 -‐0.55 0.33 -‐0.55 0.55 -‐0.55

0.11 -‐0.55 0.55 -‐0.77 0.55 -‐0.55 0.11

-‐0.11 0.33 -‐0.77 1.00 -‐0.77 0.33 -‐0.11

0.11 -‐0.55 0.55 -‐0.77 0.55 -‐0.55 0.11

-‐0.55 0.55 -‐0.55 0.33 -‐0.55 0.55 -‐0.55

0.33 -‐0.55 0.11 -‐0.11 0.11 -‐0.55 0.33

0.33 0.55 1.00 0.77

0.55 0.55 1.00 0.33

1.00 1.00 0.11 0.55

0.77 0.33 0.55 0.33

0.55 0.33 0.55 0.33

0.33 1.00 0.55 0.11

0.55 0.55 0.55 0.11

0.33 0.11 0.11 0.33

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

0.77 00.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

0.77 0 0.11 0.33 0.55 0 0.330.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

0.77 0 0.11 0.33 0.55 0 0.33

0 1.00 0 0.33 0 0.11 0

0.11 0 1.00 0 0.11 0 0.55

0.33 0.33 0 0.55 0 0.33 0.33

0.55 0 0.11 0 1.00 0 0.11

0 0.11 0 0.33 0 1.00 0

0.33 0 0.55 0.33 0.11 0 0.77

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

0.77 0 0.11 0.33 0.55 0 0.33

0 1.00 0 0.33 0 0.11 0

0.11 0 1.00 0 0.11 0 0.55

0.33 0.33 0 0.55 0 0.33 0.33

0.55 0 0.11 0 1.00 0 0.11

0 0.11 0 0.33 0 1.00 0

0.33 0 0.55 0.33 0.11 0 0.77

0.33 0 0.11 0 0.11 0 0.33

0 0.55 0 0.33 0 0.55 0

0.11 0 0.55 0 0.55 0 0.11

0 0.33 0 1.00 0 0.33 0

0.11 0 0.55 0 0.55 0 0.11

0 0.55 0 0.33 0 0.55 0

0.33 0 0.11 0 0.11 0 0.33

0.33 0 0.55 0.33 0.11 0 0.77

0 0.11 0 0.33 0 1.00 0

0.55 0 0.11 0 1.00 0 0.11

0.33 0.33 0 0.55 0 0.33 0.33

0.11 0 1.00 0 0.11 0 0.55

0 1.00 0 0.33 0 0.11 0

0.77 0 0.11 0.33 0.55 0 0.33

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.77 -‐0.11 0.11 0.33 0.55 -‐0.11 0.33

-‐0.11 1.00 -‐0.11 0.33 -‐0.11 0.11 -‐0.11

0.11 -‐0.11 1.00 -‐0.33 0.11 -‐0.11 0.55

0.33 0.33 -‐0.33 0.55 -‐0.33 0.33 0.33

0.55 -‐0.11 0.11 -‐0.33 1.00 -‐0.11 0.11

-‐0.11 0.11 -‐0.11 0.33 -‐0.11 1.00 -‐0.11

0.33 -‐0.11 0.55 0.33 0.11 -‐0.11 0.77

0.33 -‐0.55 0.11 -‐0.11 0.11 -‐0.55 0.33

-‐0.55 0.55 -‐0.55 0.33 -‐0.55 0.55 -‐0.55

0.11 -‐0.55 0.55 -‐0.77 0.55 -‐0.55 0.11

-‐0.11 0.33 -‐0.77 1.00 -‐0.77 0.33 -‐0.11

0.11 -‐0.55 0.55 -‐0.77 0.55 -‐0.55 0.11

-‐0.55 0.55 -‐0.55 0.33 -‐0.55 0.55 -‐0.55

0.33 -‐0.55 0.11 -‐0.11 0.11 -‐0.55 0.33

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1.00 0.33 0.55 0.33

0.33 1.00 0.33 0.55

0.55 0.33 1.00 0.11

0.33 0.55 0.11 0.77

0.33 0.55 1.00 0.77

0.55 0.55 1.00 0.33

1.00 1.00 0.11 0.55

0.77 0.33 0.55 0.33

0.55 0.33 0.55 0.33

0.33 1.00 0.55 0.11

0.55 0.55 0.55 0.11

0.33 0.11 0.11 0.33

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

1.00 0.55

0.55 1.00

1.00 0.55

0.55 0.55

1.00 0.55

0.55 1.00

1.00 0.55

0.55 0.55

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

Right answer Actual answer ErrorX 1O

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

Right answer Actual answer ErrorX 1 0.92O

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

Right answer Actual answer ErrorX 1 0.92 0.08O

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

Right answer Actual answer ErrorX 1 0.92 0.08O 0 0.51 0.49

-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 -‐1 1 -‐1 -‐1 -‐1 -‐1-‐1 -‐1 -‐1 1 -‐1 1 -‐1 -‐1 -‐1-‐1 -‐1 1 -‐1 -‐1 -‐1 1 -‐1 -‐1-‐1 1 -‐1 -‐1 -‐1 -‐1 -‐1 1 -‐1-‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1 -‐1

Right answer Actual answer ErrorX 1 0.92 0.08O 0 0.51 0.49

Total 0.57

weighterror

Slide: Stanford CS231n

Thanks!

Convolutional*Deep*Belief*Networks*for*Scalable ...swadhin/reading_group/... ·...

Documents

Transcript of Convolutional*Deep*Belief*Networks*for*Scalable ...swadhin/reading_group/... ·...

CSL+: Scalable Collective Subjective Logic under Multidimensional Uncertaintyfxc190007/pdml/Papers... · 2019-11-04 · uncertainty, including probability models, belief models, and

Fast and Scalable Distributed Loopy Belief Propagation on …ukang/papers/dlbpWSDM18.pdf · 2018-02-17 · Fast and Scalable Distributed Loopy Belief Propagation on Real ... classroom

Preserving differential privacy in convolutional deep belief networks · 2017-09-06 · Mach Learn (2017) 106:1681–1704 1683 privacy (Dwork et al. 2006). A differential privacy

Convolutional Neural Networks Analyzed via Convolutional ...yromano/posters/ml_csc_poster.pdf · Convolutional Neural Networks ... Recently, convolutional sparse coding (CSC) ...

Bidirectional Recurrent Convolutional Networks for …papers.nips.cc/paper/5778-bidirectional-recurrent-convolutional... · Bidirectional Recurrent Convolutional Networks for Multi-Frame

Neural networks - Université de Sherbrookeinfo.usherbrooke.ca/hlarochelle/ift725/9_10_convolutional_rbm.pdf · Convolutional Deep Belief Networks for Scalable Unsupervised Learning

MIT CSAIL arXiv:1705.03737v1 [cs.CV] 10 May 2017Efﬁcient and Scalable View Generation from a Single Image using Fully Convolutional Networks Sung-Ho Bae1, Mohamed Elgharib2, Mohamed

Bildverarbeitung beim Laserstrahlschweißen · [2] Lee et al. - Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hierarchical Representations [3] Springenberg

SensorNet: A Scalable and Low-Power Deep Convolutional ...eehpc.csee.umbc.edu/publications/pdf/2018/Ali_SensorNet.pdf · 2 IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS–I: REGULAR PAPERS

NVIDIA GPU 深度学习平台 - HPC Advisory Council · 2020. 1. 14. · Image source: “Unsupervised Learning of Hierarchical Representations with Convolutional Deep Belief Networks”

Convolutional Deep Belief Networks for Scalable ...cv.znu.ac.ir/afsharchim/lectures/ML/CNNExample.pdf · Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hierarchical

Convolutional Poisson Gamma Belief Network · 2020-04-09 · Convolutional Poisson Gamma Belief Network & Sarikaya, 2013; Weston et al., 2014). In this paper, we ﬁrst propose convolutional

Convolutional Networks: Motivationsrihari/CSE676/9.2 CNN-Motivation.pdf · Deep Learning Srihari Overview of Convolutional Networks • Convolutional networks, also known as Convolutional

Because religious belief,. Because religious belief, or non-belief,

Convolutional Neural Networksimft.ftn.uns.ac.rs/ssip2017/wp-content/uploads/... · Convolutional Neural Networks for Semantic ... Shelhamer, Darrell, Fully Convolutional Networks

Belief that vs. belief in

SC-DCNN: Highly-Scalable Deep Convolutional Neural Network ... · SC-DCNN: Highly-Scalable Deep Convolutional Neural Network using Stochastic Computing Ao Ren yJi Li Zhe Li Caiwen

Preserving differential privacy in convolutional deep ...ix.cs.uoregon.edu/~dou/research/papers/MLJ2017.pdfPreserving differential privacy in convolutional deep belief networks ...

Accelerating Convolutional Neural Network Systemshgrg1/publications/honours.pdf · 2015-07-29 · Accelerating Convolutional Neural Network Systems ... Convolutional Neural Networks

CONVOLUTIONAL DEEP BELIEF NETWORKSdasgupta/254-deep/emanuele.pdf · Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hierarchical Representations probabilistic

ConvolutionalDeepBeliefNetworksfor*Scalable ...swadhin/reading_group/... ·...

Transcript of ConvolutionalDeepBeliefNetworksfor*Scalable ...swadhin/reading_group/... ·...