深度学习中的无监督学习方法综述

• 作者: 于洪 李晗 殷瑞刚 魏帅
• 来源期刊: 计算机系统应用
• 关键词: 自编码 受限玻尔兹曼机 无监督学习 深度学习 神经网络
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 专论·综述
• 页码范围: 1-7
• 页数: 7页
• 字数: 6922字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005283

摘要

从2006年开始,深度神经网络在图像/语音识别、自动驾驶等大数据处理和人工智能领域中都取得了巨大成功,其中无监督学习方法作为深度神经网络中的预训练方法为深度神经网络的成功起到了非常重要的作用.为此,对深度学习中的无监督学习方法进行了介绍和分析,主要总结了两类常用的无监督学习方法,即确定型的自编码方法和基于概率型受限玻尔兹曼机的对比散度等学习方法,并介绍了这两类方法在深度学习系统中的应用,最后对无监督学习面临的问题和挑战进行了总结和展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏帅		10	71	3.0	8.0
2	李晗		3	106	2.0	3.0
3	殷瑞刚		1	59	1.0	1.0
4	于洪		1	59	1.0	1.0