《红外与激光工程》“深度学习及其应用”专题征稿
发布时间:2018-07-23 21:17
【摘要】:正深度学习是机器学习研究的一个新领域,其动机在于建立、模拟人脑进行分析学习的神经网络,模仿人脑的机制来解释数据,是机器学习中一种基于对数据进行表征学习的方法。通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。自2006年Hinton等在深度置信网络方面的重大研究工作发表以来,深度学习作为机器学习的新方向,在人工智能领域的许多重要问题上大显身手。
[Abstract]:Positive depth learning is a new field of machine learning, whose motivation is to establish, simulate the neural network of human brain for analytical learning, imitate the mechanism of human brain to interpret data. It is a representation learning method based on data in machine learning. A more abstract high-level representation attribute class or feature is formed by combining lower level features to discover the distributed feature representation of data. Since the important research work of Hinton et al in depth confidence network was published in 2006, as a new direction of machine learning, deep learning has become an important issue in the field of artificial intelligence.
【分类号】:+
本文编号:2140679
[Abstract]:Positive depth learning is a new field of machine learning, whose motivation is to establish, simulate the neural network of human brain for analytical learning, imitate the mechanism of human brain to interpret data. It is a representation learning method based on data in machine learning. A more abstract high-level representation attribute class or feature is formed by combining lower level features to discover the distributed feature representation of data. Since the important research work of Hinton et al in depth confidence network was published in 2006, as a new direction of machine learning, deep learning has become an important issue in the field of artificial intelligence.
【分类号】:+
【相似文献】
相关期刊论文 前10条
1 邹华东;;基于机器学习的PCB孔位信息在线光学检测[J];辽宁工程技术大学学报(自然科学版);2012年01期
2 邹华东;;基于机器学习的PCB孔位信息在线光学检测[J];辽宁工程技术大学学报(自然科学版);2011年06期
3 ;2012年专题征稿[J];中国电子科学研究院学报;2012年02期
4 ;2012年专题征稿[J];中国电子科学研究院学报;2012年04期
5 ;2012年专题征稿[J];中国电子科学研究院学报;2011年06期
6 ;2012年专题征稿[J];中国电子科学研究院学报;2012年01期
7 ;《中国激光》“光纤通信及器件”专题征稿启事[J];中国激光;2008年12期
8 ;《中国激光》“激光加工”专题征稿启事[J];中国激光;2008年08期
9 ;《中国激光》“激光加工”专题征稿启事[J];中国激光;2008年09期
10 ;《中国激光》“光纤通信及器件”专题征稿启事[J];中国激光;2009年01期
相关硕士学位论文 前2条
1 宋晨晨;基于侧信道分析的硬件木马检测技术[D];哈尔滨工业大学;2016年
2 谢薇薇;机器学习在模拟电路故障诊断中的应用研究[D];中国海洋大学;2009年
,本文编号:2140679
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2140679.html