深度学习:多层神经网络的复兴与变革

发布时间：2017-10-04 14:26

  本文关键词：深度学习:多层神经网络的复兴与变革

  更多相关文章： 深度神经网络 深度信念网络 深度自编码网络 深度卷积神经网络 长短期记忆递归神经网络 语音识别 计算机视觉

【摘要】：人工智能(AI)已经进入一个新的蓬勃发展期。推动这一轮AI狂澜的是三大引擎,即深度学习(DL)、大数据和大规模并行计算,其中又以DL为核心。本文回顾本轮"深度神经网络复兴"的基本情况,概要介绍常用的4种深度模型,即:深度信念网络(DBN)、深度自编码网络(DAN)、深度卷积神经网络(DCNN)及长短期记忆递归神经网络(LSTM-RNN)。简要介绍深度学习在语音识别和计算机视觉领域几个重要任务上的应用效果情况。为便于应用DL,介绍了几种常用的深度学习开源平台。对深度学习带来的启示和变革做了一些开放式的评述,讨论了该领域的开放问题和发展趋势。
【作者单位】： 中国科学院计算技术研究所;
【关键词】： 深度神经网络 深度信念网络 深度自编码网络 深度卷积神经网络 长短期记忆递归神经网络 语音识别 计算机视觉
【分类号】：TP183
【正文快照】： 1深度学习:神经网络的复兴 深度学习是以不少于2个隐含层的神经网络对输入进行非线性变换或表示学习的技术。其以层级连接的方式,实现渐进抽象的非线性信息处理,尤其擅长于求解从原始输入信号到期望输出的复杂非线性变换,并以此实现对原始数据的表示学习或非线性建模。深度学

【相似文献】

中国期刊全文数据库 前10条

1 何旭涛;连志春;;跨越连接多层神经网络的稳定性[J];辽宁科技大学学报;2008年02期

2 连志春;;基于有跨越连接的多层神经网络的优越性[J];辽宁师专学报(自然科学版);2008年02期

3 胡子建;在多层神经网络中用Back-Propagation算法进行方位角估测[J];南昌大学学报(理科版);1990年04期

4 杨晓帆，陈廷槐，，汪雪琴;多层神经网络的内在容错性[J];重庆大学学报(自然科学版);1995年03期

5 王国胤，施鸿宝;基于循环多层神经网络的联想存贮器[J];上海铁道大学学报;1996年02期

6 热合木江,古丽·吐尔逊,艾尼瓦尔·吐尔地,马玉书;多层神经网络的一种有效算法[J];石油大学学报(自然科学版);2003年06期

7 顾明;;多层神经网络在入侵检测中的应用[J];计算机工程与设计;2007年08期

8 刘雨搏;金宁;;基于共轭梯度法的多层神经网络训练方法[J];信息技术;2008年03期

9 罗辽复;李前忠;;一个突触前后不对称的多层神经网络模型[J];内蒙古大学学报(自然科学版);1990年03期

10 龙元香;王元元;邵军力;;自动生成多层神经网络的算法及其在编码中的应用[J];通信工程学院学报;1993年02期

中国重要会议论文全文数据库 前4条

1 肖化;胡广莉;何惠玲;保宗悌;;基于两组多层神经网络的电容层析成像研究[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

2 李延龙;马军;李鸿伯;;具有稀疏突触的多层神经网络同步中的耦合参数[A];全国复杂系统研究论坛论文集（二）[C];2005年

3 吕强;郭孔辉;张翠芳;;基于递归多层神经网络的非线性动力学系统辨识[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（上册）[C];1995年

4 绪梅;冯地清;;利用多层神经网络实现核爆／非核爆的模糊综合评判方法[A];第7届全国核电子学与核探测技术学术年会论文集（三）[C];1994年

本文编号：971176