深度学习方法研究新进展

发布时间：2017-08-22 07:42

  本文关键词：深度学习方法研究新进展

  更多相关文章： 深度学习 卷积神经网络 深度信念网络 深度玻尔兹曼机 堆叠自动编码器

【摘要】：本文依据模型结构对深度学习进行了归纳和总结,描述了不同模型的结构和特点。首先介绍了深度学习的概念及意义,然后介绍了4种典型模型:卷积神经网络、深度信念网络、深度玻尔兹曼机和堆叠自动编码器,并对近3年深度学习在语音处理、计算机视觉、自然语言处理以及医疗应用等方面的应用现状进行介绍,最后对现有深度学习模型进行了总结,并且讨论了未来所面临的挑战。
【作者单位】： 长春工业大学电气与电子工程学院;
【关键词】： 深度学习 卷积神经网络 深度信念网络 深度玻尔兹曼机 堆叠自动编码器
【基金】：吉林省科技厅青年科研基金项目(20140520065JH,20140520076JH) 长春工业大学科学研究发展基金自然科学计划项目(2010XN07)
【分类号】：TP181
【正文快照】： 深度学习是机器学习的一个分支,属于人工智能的新领域。深度学习的本质是特征提取,即通过组合低层次的特征形成更加抽象的高层表示,以达到获得最佳特征的目的[1]。它主要通过神经网络来模拟人的大脑的学习过程,希望实现对现实对象或数据(图像、语音及文本等)的抽象表达,整合特

【相似文献】

中国期刊全文数据库 前2条

1 刘来福，，唐志宇，匡锦瑜;向量玻尔兹曼机[J];北京师范大学学报(自然科学版);1996年04期

2 ;[J];;年期

中国硕士学位论文全文数据库 前3条

1 万程;自适应基数受限玻尔兹曼机[D];清华大学;2015年

2 王海麟;通过信息几何方法挖掘玻尔兹曼机的不变性[D];天津大学;2014年

3 李娟;基于RBM的小分子活性及选择性研究[D];兰州大学;2015年

本文编号：717920