基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
深度学习作为机器学习领域的新课题,在学术界和工业界引起了广泛关注,掀起了大数据与人工智能发展的新浪潮.深度学习通过模拟人脑的分层结构,建立了从底层到高层逐级提取输入数据特征的模型,能够深刻揭示从底层信号到高层语义的映射关系.文章从深度学习在互联网、语音图像处理等领域取得的显著成就出发,介绍了深度学习的理论框架,详细阐述了深度学习最为关键的训练过程,概述了三种典型的深度学习模型,包括自动编码器模型、受限玻尔兹曼机模型和深信度网络模型,最后探讨了深度学习所面临的机遇和挑战,以及有待进一步研究解决的问题.
推荐文章
教育技术基本理论与新型学习理论的构建
小学生
教育技术
新型学习
学习理论与专题学习网站的教学设计
学习理论
专题学习网站
教学设计
统计学习理论及支持向量机概述
统计学习理论
支持向量机
VC雏
结构风险
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习理论及其应用专题讲座(一)第2讲 深度学习基本理论概述
来源期刊 军事通信技术 学科 工学
关键词 人工智能 机器学习 深度学习 自动编码器 受限玻尔兹曼机 深信度网络
年,卷(期) 2015,(4) 所属期刊栏目 深度学习理论及其应用专题讲座(一)
研究方向 页码范围 96-102
页数 7页 分类号 TP18
字数 语种 中文
DOI 10.16464/j.cnki.cn32-1289.2015.04.020
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (14)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(12)
  • 参考文献(0)
  • 二级参考文献(12)
2017(13)
  • 参考文献(5)
  • 二级参考文献(8)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(7)
  • 参考文献(2)
  • 二级参考文献(5)
2020(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工智能
机器学习
深度学习
自动编码器
受限玻尔兹曼机
深信度网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
军事通信技术
季刊
32-1289/TN
大16开
江苏省南京市御道街标营二号10号信箱
1980
chi
出版文献量(篇)
1322
总下载数(次)
7
论文1v1指导