深度学习在电力领域的研究现状与展望

• 作者: 何健伟 曹渝昆 鲍自安
• 来源期刊: 上海电力学院学报
• 学科: 工学
• 关键词: 深度学习 人工智能 电力
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 数据挖掘
• 页码范围: 341-345,361
• 页数: 6页
• 分类号: TP273.22|TP18|TM711.2
• 字数: 3973字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4729.2017.04.007

摘要

深度学习技术,近年来已经广受学术界和工业界的关注,已在图像处理及分类,自然语言处理和生物医疗领域中取得卓越成果.对于存在大量高维度数据的电力领域,引入深度学习的理论具有一定的意义.介绍了深度学习的几个经典模型结构、工作原理,以及相关领域的部分研究成果,并围绕深度学习在电力领域中的研究现状展开了论述,指出了存在的不足和未来研究的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹渝昆	上海电力学院计算机科学与技术学院	16	80	6.0	8.0
2	何健伟	上海电力学院计算机科学与技术学院	3	10	1.0	3.0