深度森林研究综述

• 作者: 夏恒 汤健 乔俊飞
• 来源期刊: 北京工业大学学报
• 学科: 交通运输
• 关键词: 深度森林 集成学习 深度学习 非神经网络结构 特征工程 层级结构
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 研究述评|Reviews
• 页码范围: 182-196
• 页数: 15页
• 分类号: U461|TP308
• 语种: 中文
• DOI: 10.11936/bjutxb2020120017

摘要

深度森林算法首次开启了非神经网络结构的深度学习模式,并因具有非微分形式基学习器和无须大量训练数据的优良特性,已经成为工业界和学术界的重要研究方向,因此,对现有深度森林算法进行归纳和总结,综述了其主要结构及特点.首先,介绍深度森林结构及其性质;接着,将目前深度森林的研究分为引入特征工程、改进表征学习、修改基学习器、修改层级结构和引入权重配置等5个方向进行分析和总结;然后,介绍深度森林算法在不同领域中的最新应用现状,并给出深度森林算法所面临的挑战及未来研究方向;最后,对本文工作进行总结.