结合显式和隐式特征交互的深度融合模型

• 作者: 倪志文 孙霄 边丽娜 马小虎
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 特征工程 深度融合 特征交互 残差单元 压缩交互网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 87-92,98
• 页数: 7页
• 分类号: TP391
• 字数: 4350字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053928

摘要

特征工程是影响机器学习算法性能的关键因素之一,随着互联网数据规模的扩大,传统特征工程的人力成本不断增加.为减少对特征工程的依赖,构建一种结合显式和隐式特征交互的融合模型.将稀疏结构单元与残差单元相结合以提取隐式特征,利用压缩交互网络学习显式特征,在最后一层全连接层上将两种特征进行融合.在4种不同数据集上的实验结果表明,该模型相比PNN、DCN等模型具有更好的特征提取结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马小虎	苏州大学计算机科学与技术学院	62	341	9.0	14.0
2	倪志文	苏州大学计算机科学与技术学院	1	0	0.0	0.0
3	孙霄	苏州大学计算机科学与技术学院	1	0	0.0	0.0
4	边丽娜	苏州大学计算机科学与技术学院	1	0	0.0	0.0