面向应用的深度神经网络图说

• 作者: 周沫凡 孙澄宇 胡苇
• 来源期刊: 时代建筑
• 学科: 工学
• 关键词: 人工智能 机器学习 设计数据 设计问题 模型遴选
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 应用驱动:人工智能与城市/建筑
• 页码范围: 50-55
• 页数: 6页
• 分类号: TP183|TU|TU17|TP274
• 字数: 7745字
• 语种: 中文

摘要

随着计算机硬件能力与软件算法的发展,带有大量隐藏层的深度神经网络技术取得了突破性的进展,它对非线性问题的处理能力,使得其在各行各业都有极为广阔的应用前景.它作为计算机科学的一个前沿领域,爆炸式地发展出了大量具有不同应用指向的分支,对于广大建筑师而言显然是陌生的.文章立足国际主流深度神经网络的研究成果,以建筑师的应用视角,即以建筑实践与研究中经常遇到的数据类型与问题类型出发,介绍了其输入与输出的数据描述,以及基本的网络模型架构选择原理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙澄宇	同济大学建筑与城市规划学院 高密度人居环境生态与节能教育部重点实验室	23	289	9.0	16.0
2	胡苇	同济大学建筑与城市规划学院 高密度人居环境生态与节能教育部重点实验室	4	6	2.0	2.0
3	周沫凡	格里菲斯大学土木工程系	1	0	0.0	0.0