这篇文章总结了深度神经网络在模式识别和机器学习中的应用,包括深度监督学习、无监督学习和强化学习,在搜索深层网络的过程中进行了间接搜索。
Apr, 2014
本文综述了深度学习方法的发展历程及其在图像处理、语音识别、智能控制等多个应用领域的优异表现,并讨论了深度学习方法中的各种高级技术,如深度神经网络、卷积神经网络、长短期记忆网络等。同时,本文还提供了近期开发的框架、软件开发工具以及评估数据集来帮助开发者实现和评估深度学习方法。
Mar, 2018
通过使用深度学习方法对结构化的高维数据进行深入研究,我们得出一种预测规则,利用半仿射输入转换的层次结构生成一组属性或特征,然后应用概率统计方法,实现可伸缩的带有不确定性量化的预测规则,其中稀疏正则化找到了这些特征。
Oct, 2023
综述了深度学习在计算机视觉、自然语言处理、时间序列分析和普适计算领域的最新模型以及其在解决各个领域问题中的有效性,并介绍了深度学习的基础知识、各种模型类型以及重要的卷积神经网络架构,并讨论了深度学习研究的挑战和未来方向。
Mar, 2024
该文章使用复杂网络中常用的技术研究了深度置信网络,以期获得从学习过程中得到的计算图的结构和功能特性的一些见解。
Sep, 2018
这篇论文总结了深度学习中最广泛研究的卷积神经网络在不同方面的改进方法和优化技术,并介绍了其在计算机视觉、语音和自然语言处理等领域的应用。
Dec, 2015
本文归纳了深度学习的历史、神经网络,针对五年来在语音识别、图像识别、游戏等领域中的进展,列举了十个深度学习的问题,并建议结合其他技术实现人工智能总体上的发展。
Jan, 2018
我们描述了深度学习数学分析的新领域,涉及到超参数神经网络的普适性,深度对于网络的作用,感知问题的缺失,问题优化性能的成功和架构的各个方面对学习任务的影响,并提供了现代方法的概述和详细的主要思想。
May, 2021
本文提供了最近在深度学习领域中,新兴架构、优化技术、注意力、自监督学习等多个方面的全面综述。通过对这些领域中最重要和最新的研究工作的全面概述,希望帮助深度学习领域的研究人员在各领域间形成新的联系。
Feb, 2023
本文综述了深度神经网络在计算化学等领域中的广泛应用和优越表现,强调它作为一种有价值的机器学习工具在未来将发挥重要作用。
Jan, 2017