大数据下的深度学习研究

• 作者: 刘青玉 王金甲 陈浩
• 来源期刊: 高技术通讯
• 关键词: 大数据 深度学习 卷积神经网络(CNN) 深度置信网络(DBN) 递归神经网络(RNN)
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 27-37
• 页数: 11页
• 字数: 8052字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2017.01.004

摘要

给出了大数据和机器学习的子领域——深度学习的概念,阐述了深度学习对获取大数据中的有价值信息的重要作用.描述了大数据下利用图像处理单元(GPU)进行并行运算的深度学习框架,对其中的大规模卷积神经网络(CNN)、大规模深度置信网络(DBN)和大规模递归神经网络(RNN)进行了重点论述.分析了大数据的容量、多样性、速率特征,介绍了大规模数据、多样性数据、高速率数据下的深度学习方法.展望了大数据背景下深度学习的发展前景,指出在不远的将来,大数据与深度学习融合的技术将会在计算机视觉、机器智能等多个领域获得突破性进展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王金甲	燕山大学信息科学与工程学院	62	399	9.0	18.0
2	陈浩	燕山大学信息科学与工程学院	9	47	5.0	6.0
3	刘青玉	燕山大学信息科学与工程学院	2	26	2.0	2.0