深度置信網路,deep belief network,大數據新詞。
2020年7月,大數據戰略重點實驗室全國科學技術名詞審定委員會研究基地收集審定的第一批108條大數據新詞,報全國科學技術名詞審定委員會批准,準予向社會發布試用。
基本介紹
- 中文名:深度置信網路
- 外文名:deep belief network
深度置信網路,deep belief network,大數據新詞。
2020年7月,大數據戰略重點實驗室全國科學技術名詞審定委員會研究基地收集審定的第一批108條大數據新詞,報全國科學技術名詞審定委員會批准,準予向社會發布試用。
深度置信網路,deep belief network,大數據新詞。2020年7月,大數據戰略重點實驗室全國科學技術名詞審定委員會研究基地收集審定的第一批108條大數據新詞,報全國科學技術名詞審定委員會批准,準予向社會發布...
本書從深度置信網路的概念、研究內容和套用出發,提出了一系列基於深度置信網路的分類方法,使用半監督學習和監督學習方法來提升分類性能。另外,將深度學習方法套用到手寫中文識別中,提出了基於深層架構的手寫識別方法,有效地提升了手寫識別...
具體展開以下研究:(1)構建時空受限玻爾茲曼機(ST-RBM)作為深度置信網路(DBN)的結構單元;(2)基於逐層初始化思想開發學習算法對DBN參數進行估計;(3)使用正則化和非參數貝葉斯推斷確定深度網路規模;(4)構建時空深度玻爾茲曼機(ST-...
(2)基於多層神經元的自編碼神經網路,包括自編碼(Auto encoder)以及近年來受到廣泛關注的稀疏編碼兩類(Sparse Coding)。(3)以多層自編碼神經網路的方式進行預訓練,進而結合鑑別信息進一步最佳化神經網路權值的深度置信網路(DBN)。通...
在智慧型診斷與預測算法方面:提出了基於卷積神經網路(CNN)的故障時頻圖像特徵提取方法,實現對關鍵部件微弱故障的特徵增強;提出了基於稀疏自編碼網路(SAE)和深度置信網路(DBN)的多源感測器數據的融合診斷方法,實現對多源異構信息的一致性融合...
諸多理論和實踐成果表明,以深度神經網路為代表的“深度結構”是解決該問題的重要工具之一。本書詳細論述了採用深度結構的動機、原理和理論依據,討論了訓練深度神經網路的難點,繼而詳盡的介紹了自動編碼器、受限玻爾茲曼機以及深度置信網路的...
下卷包括三個部分:第三部分是生成式模型,包括深度置信網路/深度玻爾茲曼機、自編碼器(AE)/變分自編碼器(VAE)、生成對抗網路(GAN)、像素級生成、深度聚類等;第四部分是前沿技術,討論深度強化學習;第五部分是安全保障,包括深度...
本書系統地介紹了對新一代人工智慧發展起主導作用的深度學習算法的來源、發展現狀、工作機理及數學基礎等。在此基礎上,本書對典型的深度學習算法(如卷積神經網路、圖卷積神經網路、循環神經網路、遞歸神經網路、深度置信網路、生成對抗網路...
3.4.1網路模型的數學刻畫 3.4.2網路模型的性能分析及套用舉例 參考文獻 第4章深度堆疊自編碼網路 4.1自編碼網路 4.1.1逐層學習策略 4.1.2自編碼網路 4.1.3自編碼網路的常見範式 4.2深度堆疊網路 4.3深度置信網路/深度...
7.3對深度學習的質疑 7.4RBM套用 7.4.1肝癌分類的RBM 7.4.2麻醉鎮定作用預測的RBM 7.5RBM的R實現 7.6學習指南 第8章深度置信網路DBN 8.1DBN原理 8.2套用案例 8.3DBN的R實現 8.4學習指南 第9章MXNetR 9.1MXNet技術...
4.4.5 長短時記憶網路... 96 4.4.6 門控循環單元網路... 98 4.5 深度置信網路 ... 99 4.5.1 RBM 原理... 99 4.5.2 RBM 求解算法...100 4.5.3 對比散度算法......
首先,基於人體視覺感知特性,採用深度卷積神經網路訓練學習,來獲取圖像中感興趣的區域,從而確定作為圖像主體的人的位置區域,根據這個有效區域來對局部噪聲時空興趣點進行去除;另外,藉助無監督的深度置信網來對bag-of-features模型中視頻...
置信率 用於模糊描述事件發生的可能性。
7.2基於雙支路的卷積深度置信網的遙感影像匹配 7.2.1自適應領域的樣本選擇策略 7.2.2雙支路卷積深度置信網路框架 7.2.3實驗結果與分析 7.3本章小結 參考文獻 第8章遙感影像分割 8.1基於稀疏結構表示的SAR影像素描模型 8...
第9章 特徵選擇用於深度學習 146 9.1 深度置信網路基礎模型——受限玻爾茲曼機 146 9.1.1 受限玻爾茲曼機模型 147 9.1.2 高斯-伯努利受限玻爾茲曼機 148 9.1.3 受限玻爾茲曼機的訓練 148 9.2 深度置信網路及其特徵學習 ...
第4章 基於深度學習的機械裝備智慧型故障診斷 77 4.1 深度置信網路智慧型故障診斷 78 4.1.1 受限玻爾茲曼機基本原理 78 4.1.2 深度置信網路智慧型診斷模型 80 4.1.3 電動機滾動軸承智慧型故障診斷 82 4.2 堆疊自編碼機智慧型故障診斷 84...
書中全面涵蓋各類算法,如神經網路、多層感知器、徑向基函式、支持向量機、進化學習、強化學習、決策樹學習、無監督學習、圖模型等。第2版進行了全面修訂和更新,以反映機器學習的新發展,新增了兩個章節來討論深度置信網路和高斯過程,...
5.1.2深度學習特點 5.1.3深度學習平台 5.2自編碼器 5.2.1稀疏自編碼器 5.2.2多層自編碼器表示 5.2.3各類自編碼器介紹 5.3深度神經網路 5.3.1多層神經網路近似定理 5.3.2深度置信網路 5.3.3深層玻爾茲曼...
3.4基於深度學習的狀態特徵提取0 3.4.1深度學習簡介0 3.4.2深度置信網路0 3.4.3堆疊自動編碼器0 3.4.4卷積神經網路0 3.5基於深度遷移學習的狀態特徵遷移0 3.5.1遷移學習簡介0 3.5.2DNN的可遷移性0 3.5.3深度遷移學習...
第4章 基於深度學習的信號特徵學習 82 4.1 引言 82 4.2 特徵學習技術 83 4.2.1 深度置信網路 83 4.2.2 卷積神經網路 86 4.2.3 一維卷積神經網路 87 4.2.4 堆疊降噪自編碼器 88 4.2.5 卷積自編碼器 90 4.3 基於...
5.2 神經網路基礎66 5.2.1 神經元模型66 5.2.2 淺層神經網路67 5.2.3 深度神經網路68 5.3 深度學習69 5.3.1 基本概念和形式69 5.3.2 深度網路的學習方法70 5.4 深度神經網路的典型結構71 5.4.1 深度置信網路71 5...
第13章基於環境信息和深度自編碼網路的農作物病害預測模型214 13.1農作物的致病因素及病害預測模型簡介214 13.2材料與方法215 13.3實驗結果與分析220 13.4小結221 參考文獻222 第14章基於改進深度置信網路的大棚冬棗病蟲害預測模型225 ...
4.3.10 網路結構 4.3.11 可復現性與可重啟性 第5章 高級模型初始化技術 5.1 受限玻爾茲曼機 5.1.1 受限玻爾茲曼機的屬性 5.1.2 受限玻爾茲曼機參數學習 5.2 深度置信網路預訓練 5.3 降噪自動編碼器預訓練 5....
11.1.1 深度學習的概念 299 11.1.2 深度學習的結構 299 11.1.3 從機器學習到深度學習 301 11.2 深度學習基本方法 302 11.2.1 自動編碼器 302 11.2.2 稀疏編碼 304 11.3 深度學習模型 305 11.3.1 深度置信網路 306 ...
11.1.2 深度學習的結構 299 11.1.3 從機器學習到深度學習 301 11.2 深度學習基本方法 302 11.2.1 自動編碼器 302 11.2.2 稀疏編碼 304 11.3 深度學習模型 305 11.3.1 深度置信網路 306 11.3.2...