关键词data representation learning
搜索结果 - 3
- AAAI超图神经网络
本研究提出了一种超图神经网络 (HGNN) 框架,可以通过超图结构编码高阶数据相关性,并使用超边卷积操作处理数据相关性,以有效地进行数据表示学习。实验结果表明,HGNN 方法优于最新的最先进的方法,并且可以处理现实世界中的复杂数据和多模数据 - 融合附加信息提高单次学习能力
本文提出了两种统计学方法,将侧边信息融合到数据表示学习中,以提高深度神经网络在一次学习中的准确性。实验证明,该学习架构在一次识别任务中表现优于传统的 softmax 回归网络和最先进的注意力回归网络。
- 数据表示学习综述:从传统特征学习到最近的深度学习
本文综述了数据表示学习方法的发展历程,探讨了传统特征学习算法和深度学习模型。提供了有关数据表示学习的历史,可用资源(例如在线课程,教程和书籍信息)和工具箱。最后,对数据表示学习的一些有趣的研究方向进行了总结。