基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
“机器学习+网络”背景概况 面对日益复杂的任务和计算,大规模机器学习被认为是必然的发展趋势,成为工业界和学术界的研究热点.作为网络领域的研究人员,如何将机器学习和网络相结合,开展跨学科跨领域的研究工作,是一个值得探索和思考的问题. 基于业界目前的研究现状,“机器学习+网络”的研究工作大致可以分为两个方向.
推荐文章
大规模机器学习问题研究
机器学习
优化
大规模数据
在线
坐标优化
基于深度学习网络的物联网非法入侵识别研究
深度学习网络
物联网案例
非法入侵
行为识别
特征向量
大规模网络终端远程监测系统
大规模网络
远程监控
体系设计
模式设计
ISO
分层设计
基于Mapreduce的大规模社会网络提取方法研究
社会网络提取
关系提取
云计算
Mapreduce
社会网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 大规模机器学习网络研究
来源期刊 中国计算机学会通讯 学科
关键词 大规模机器学习 低延迟网络传输 RDMA
年,卷(期) 2018,(10) 所属期刊栏目 视点
研究方向 页码范围 60-63
页数 4页 分类号
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李丹 58 932 17.0 30.0
2 耿金坤 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大规模机器学习
低延迟网络传输
RDMA
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国计算机学会通讯
月刊
N
北京2704信箱
chi
出版文献量(篇)
1118
总下载数(次)
6
论文1v1指导