【摘要】：正深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究的一個新領(lǐng)域,其動機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò),模仿人腦的機(jī)制來解釋數(shù)據(jù),是機(jī)器學(xué)習(xí)中一種基于對數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法。通過組合低層特征形成更加抽象的高層表示屬性類別或特征,以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。自2006年Hinton等在深度置信網(wǎng)絡(luò)方面的重大研究工作發(fā)表以來,深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)的新方向,在人工智能領(lǐng)域的許多重要問題上大顯身手。
[Abstract]:Positive depth learning is a new field of machine learning, whose motivation is to establish, simulate the neural network of human brain for analytical learning, imitate the mechanism of human brain to interpret data. It is a representation learning method based on data in machine learning. A more abstract high-level representation attribute class or feature is formed by combining lower level features to discover the distributed feature representation of data. Since the important research work of Hinton et al in depth confidence network was published in 2006, as a new direction of machine learning, deep learning has become an important issue in the field of artificial intelligence.
【分類號】：+

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄒華東;;基于機(jī)器學(xué)習(xí)的PCB孔位信息在線光學(xué)檢測[J];遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版);2012年01期

2 鄒華東;;基于機(jī)器學(xué)習(xí)的PCB孔位信息在線光學(xué)檢測[J];遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版);2011年06期

3 ;2012年專題征稿[J];中國電子科學(xué)研究院學(xué)報;2012年02期

4 ;2012年專題征稿[J];中國電子科學(xué)研究院學(xué)報;2012年04期

5 ;2012年專題征稿[J];中國電子科學(xué)研究院學(xué)報;2011年06期

6 ;2012年專題征稿[J];中國電子科學(xué)研究院學(xué)報;2012年01期

7 ;《中國激光》“光纖通信及器件”專題征稿啟事[J];中國激光;2008年12期

8 ;《中國激光》“激光加工”專題征稿啟事[J];中國激光;2008年08期

9 ;《中國激光》“激光加工”專題征稿啟事[J];中國激光;2008年09期

10 ;《中國激光》“光纖通信及器件”專題征稿啟事[J];中國激光;2009年01期

相關(guān)碩士學(xué)位論文 前2條

1 宋晨晨;基于側(cè)信道分析的硬件木馬檢測技術(shù)[D];哈爾濱工業(yè)大學(xué);2016年

2 謝薇薇;機(jī)器學(xué)習(xí)在模擬電路故障診斷中的應(yīng)用研究[D];中國海洋大學(xué);2009年

，

本文編號：2140679