利用同伦正则化方法建立新的深度学习的稀疏自编码模型

• 作者: 张瑞 王东
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 大数据 同伦正则化 稀疏自编码模型
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 652-656
• 分类号: TP183
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2015.04.012

摘要

大数据是继云计算、物联网之后IT产业又一次颠覆性的技术革命,而深度学习推动了"大数据+深度模型"时代的来临.本文是基于深度学习的稀疏自编码模型,把数理方程反问题中的新思想——同伦正则化的思想应用到该种模型中,将正则化参数的取值范围由无限区间(0,∞)改进为有限区间(0,1),建立了一种新的深度学习的稀疏自编码模型.该模型与原模型相比较,实验设计简单,模型的正则化参数更加容易优化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张瑞	山东理工大学理学院	20	112	7.0	10.0
2	王东	山东理工大学理学院	5	14	3.0	3.0