基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对以往浅层学习对特征表达能力不足和特征维度过多导致的维数灾难等现象,深度学习通过所特有的层次结构和其能够从低等级特征中提取高等级特征很好地解决了这些问题,并给人工智能带来了新的希望.首先介绍了深度学习的发展历程,并介绍了基于restricted boltzmann machines(RBM)、auto encoder(AE)和convolutional neural networks (CNN)的deep belief networks (DBN)、deep boltzmann machine (DBM)和stacked auto encoders (SAE)等深度模型.其次,对近几年深度学习在语音识别、计算机视觉、自然语言处理以及信息检索等方面的应用的介绍,说明了深度学习结构在相比较于其他结构的优越性和在不同任务上更好的适应性.最后通过对现有的深度学习在在线学习能力、大数据上和深度结构模型的改进上的思考和总结,展望了今后深度学习的发展方向.
推荐文章
深度学习的研究进展与发展
深度学习
卷积神经网络
深度置信网络
自编码器
循环神经网络
深度堆叠网络
深度学习发展综述
深度学习
卷积神经网络
半监督学习
深度强化学习
人工智能
课堂深度学习的知识图谱与研究趋势
课堂深度学习
知识图谱
研究趋势
深度学习在汉语语义分析的应用与发展趋势
自然语言处理
深度学习
语义知识库
汉语语义分析
发展趋势
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习的研究与发展
来源期刊 江苏大学学报(自然科学版) 学科 工学
关键词 浅层学习 深度学习 层次结构 人工智能 机器学习
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 191-200
页数 10页 分类号 TP301
字数 9457字 语种 中文
DOI 10.3969/j.issn.1671-7775.2015.02.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 詹永照 江苏大学计算机科学与通信工程学院 189 1744 21.0 31.0
2 张建明 江苏大学计算机科学与通信工程学院 72 710 13.0 23.0
3 成科扬 江苏大学计算机科学与通信工程学院 32 282 7.0 16.0
4 詹智财 江苏大学计算机科学与通信工程学院 10 140 3.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (315)
参考文献  (21)
节点文献
引证文献  (132)
同被引文献  (182)
二级引证文献  (323)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(14)
  • 参考文献(2)
  • 二级参考文献(12)
2011(9)
  • 参考文献(2)
  • 二级参考文献(7)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(6)
  • 参考文献(6)
  • 二级参考文献(0)
2015(5)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(5)
  • 二级引证文献(0)
2015(5)
  • 引证文献(5)
  • 二级引证文献(0)
2016(27)
  • 引证文献(27)
  • 二级引证文献(0)
2017(61)
  • 引证文献(26)
  • 二级引证文献(35)
2018(146)
  • 引证文献(32)
  • 二级引证文献(114)
2019(162)
  • 引证文献(36)
  • 二级引证文献(126)
2020(54)
  • 引证文献(6)
  • 二级引证文献(48)
研究主题发展历程
节点文献
浅层学习
深度学习
层次结构
人工智能
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导