DBN网络的深度确定方法

• 作者: 乔俊飞 柴伟 潘广源
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 深度信念网络 网络深度 无监督学习 数字识别
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 256-260
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2013.1390

摘要

针对DBN网络隐含层层数难以选择的问题，首先从数学生物学角度分析了随机初始化的梯度下降法导致网络训练失败的原因，并进行验证，证明了RBM重构误差与网络能量的正相关定理；然后根据隐含层和误差的关系，提出一种基于重构误差的网络深度判断方法，在训练过程中自组织地训练网络，使其能够以一种接近人类处理问题的方式解决AI问题。手写数字识别的实验表明，该方法能够有效提高运算效率，降低运算成本。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔俊飞	北京工业大学电子信息与控制工程学院	181	1883	22.0	31.0
2	柴伟	北京工业大学电子信息与控制工程学院	11	191	6.0	11.0
3	潘广源	北京工业大学电子信息与控制工程学院	3	103	3.0	3.0