首页 | 官方网站   微博 | 高级检索  
     

深度学习研究进展
引用本文:郭丽丽,丁世飞.深度学习研究进展[J].计算机科学,2015,42(5):28-33.
作者姓名:郭丽丽  丁世飞
作者单位:1. 中国矿业大学计算机科学与技术学院 徐州221116
2. 中国矿业大学计算机科学与技术学院 徐州221116;中国科学院计算技术研究所智能信息处理重点实验室 北京100190
基金项目:本文受国家重点基础研究发展规划(973计划)(2013CB329502),国家自然科学基金(61379101)资助
摘    要:深度学习(Deep Learning)是一个近几年备受关注的研究领域,在机器学习中起着重要的作用.如果说浅层学习是机器学习的一次浪潮,那么深度学习作为机器学习的一个新领域,将掀起机器学习的又一次浪潮.深度学习通过建立、模拟人脑的分层结构来实现对外部输入的数据进行从低级到高级的特征提取,从而能够解释外部数据.首先介绍了深度学习的由来,分析了浅层学习存在的弊端;其次列举了深度学习的经典方法,主要以监督学习和无监督学习来展开介绍;然后对深度学习的最新研究进展及其应用进行了综述;最后总结了深度学习发展所面临的问题.

关 键 词:机器学习  浅层学习  深度学习  卷积神经网络  深度置信网

Research Progress on Deep Learning
GUO Li-li and DING Shi-fei.Research Progress on Deep Learning[J].Computer Science,2015,42(5):28-33.
Authors:GUO Li-li and DING Shi-fei
Affiliation:School of Computer Science and Technology,China University of Mining and Technology,Xuzhou 221116,China and School of Computer Science and Technology,China University of Mining and Technology,Xuzhou 221116,China;Key Laboratory of Intelligent Information Processing,Institute of Computing Technology,Chinese Academy of Sciences,Beijing 100190,China
Abstract:
Keywords:Machine learning  Shallow learning  Deep learning  CNNs  DBNs
本文献已被 万方数据 等数据库收录!
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号