【摘 要】
：
从2006年开始,深度神经网络在图像/语音识别、自动驾驶等大数据处理和人工智能领域中都取得了巨大成功,其中无监督学习方法作为深度神经网络中的预训练方法为深度神经网络的
【机 构】
：
解放军第181医院,国家数字交换系统工程技术研究中心
论文部分内容阅读
从2006年开始,深度神经网络在图像/语音识别、自动驾驶等大数据处理和人工智能领域中都取得了巨大成功,其中无监督学习方法作为深度神经网络中的预训练方法为深度神经网络的成功起到了非常重要的作用.为此,对深度学习中的无监督学习方法进行了介绍和分析,主要总结了两类常用的无监督学习方法,即确定型的自编码方法和基于概率型受限玻尔兹曼机的对比散度等学习方法,并介绍了这两类方法在深度学习系统中的应用,最后对无监督学习面临的问题和挑战进行了总结和展望.
其他文献
本文设计实现了一种基于组件的信息物理系统描述语言CDL（CPS Description Language）.基于面向参量模型,将信息物理系统中的传感器、执行器和计算组件封装成具有统一抽象的组件,
Android手机在全球占有很大的市场份额,基于Android衍生的第三方系统也为数不少.针对Android系统重大安全问题频发的现状,提出一种使用Clang编译前端对Android源码进行静态分
传统协同过滤推荐算法存在数据稀疏性、冷启动、新用户等问题.随着社交网络和电子商务的迅猛发展,利用用户间的信任关系和用户兴趣提供个性化推荐成为研究的热点.本文提出一
本文提出一种基于蕴含关系的图片语句匹配模型IRMatch,旨在解决图片语句两种不同模态语义之间的非对等匹配问题.在利用卷积神经网络分别对图片和语句进行语义映射的基础上,IRMatch模型通过引入最大软间隔的学习策略挖掘图片与语句之间的蕴含关系,以强化相关图片语句对在公共语义空间中位置的邻近性,改善图片语句匹配得分的合理性.基于IRMatch模型,本文实现一种图文双向检索方法,并在Flickr8k、
稀疏网格是一种具有特殊分层插值性质的非均匀网格形式,稀疏网格上的离散傅立叶变换算法称为Hyperbolic Cross FFT算法.这一算法能够有效降低采样点数量,并将指数时间复杂度
账户是社交网络、即时通信、电子商务等WEB应用领域中最常使用的用户标识方法.已有工作主要针对社交网络的攻击检测展开,检测对象多为垃圾消息和伪造账户.由此可见,现有研究存在检测领域覆盖不全以及检测对象缺少统一描述的问题.为了更好地进行该领域研究,首先提出以账户作为研究对象,依据恶意账户具备由攻击者控制并实施控制的特点,将该类账户统一定义为受控账户.其次,根据受控程度对研究对象进行分类,并将现有检测方
应急管理信息系统在突发事件发生时,可提供可视化的情景呈现方式并辅助决策者做出合理决策.由于突发事件极端条件的限制,需要决策者最大限度地做出高效的决策.然而,决策者高