基于自编码算法的深度学习综述
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

2017年黑龙江省教育科研专项(2017-0001)


Overview on Deep Learning Based on Automatic Encoder Algorithms
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    深度学习是机器学习的一个分支,开创了神经网络发展的新纪元.自编码算法作为深度学习结构的重要组成部分,在无监督学习及非线性特征提取过程中起到了至关重要的作用.首先介绍自编码算法的基本概念及原理,然后介绍基于自编码算法的改进算法,最后列举了自编码算法在若干领域应用的知名案例和发展趋势.

    Abstract:

    Deep learning is a branch of machine learning, creating a new era in the development of neural networks. As an important part of deep learning structure, self-coding algorithm plays a crucial role in unsupervised learning and nonlinear feature extraction. Firstly, the basic concepts and principles of self-encoding algorithm are introduced. Then, the improved algorithm based on self-encoding algorithm is presented. Finally, the well-known cases and development trends of self-encoding algorithm applied in several fields are elaborated.

    参考文献
    相似文献
    引证文献
引用本文

崔广新,李殿奎.基于自编码算法的深度学习综述.计算机系统应用,2018,27(9):47-51

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2018-01-09
  • 最后修改日期:2018-01-31
  • 录用日期:
  • 在线发布日期: 2018-07-26
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号